基于模糊聚类的灰度图像特征提取和识别研究

论文摘要

本文提出了一种基于模糊聚类算法的灰度图像特征提取方法,该方法能够根据主观意识所关心的图像区域随时调整特征提取的目标区域。即通过鼠标点击灰度图像中所感兴趣的区域,计算机能够根据用户的主观意愿提取出该区域的灰度直方图特征并保存,然后顺序扫描图像中所有像素点所在区域,基于模糊聚类算法,计算出与已保存的灰度直方图特征之间的相似程度,最后将符合要求的区域提取出来,从而实现了基于模糊聚类对灰度图像进行特征提取的方法。本文首先描述了灰度图像的直方图特征和模糊聚类算法分析的步骤,并通过实例说明了模糊聚类算法在图像不同区域之间进行聚类分析的应用,为进一步进行图像特征提取的研究奠定数学基础;之后阐述了基于本文所提方法的图像特征提取软件的设计思想,包括软件实现流程图和关键步骤的详细设计思路;最后,通过灰度图像处理示例介绍了软件的功能和使用流程,给出不同图像、不同参数特征提取的结果并进行对比分析,从而验证了本文所提特征提取方法的正确性和有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 图像特征提取的研究现状
• 1.3 论文的选题依据及主要工作
• 1.3.1 选题依据
• 1.3.2 主要工作
• 1.4 论文组织结构
• 第2章 灰度图像区域特征的模糊聚类分析
• 2.1 引言
• 2.2 灰度图像特征
• 2.2.1 灰度图像描述
• 2.2.2 灰度直方图
• 2.3 模糊聚类方法
• 2.3.1 模糊聚类基本思想
• 2.3.2 模糊聚类分析的步骤
• 2.4 灰度区域特征模糊聚类
• 2.4.1 灰度图像区域直方图特征分析
• 2.4.2 灰度3×3 区域模糊聚类分析实例
• 2.5 小结
• 第3章 软件设计
• 3.1 引言
• 3.2 开发环境的选择
• 3.3 程序设计整体思想及流程图
• 3.3.1 编程思想
• 3.3.2 程序实现流程图
• 3.4 程序设计的具体实现
• 3.4.1 图像区域灰度直方图特征提取的实现
• 3.4.2 不同区域之间模糊聚类计算的实现
• 3.5 小结
• 第4章 图像处理过程实例分析
• 4.1 引言
• 4.2 软件界面及功能简介
• 4.2.1 软件界面简介
• 4.2.2 软件功能简介
• 4.3 灰度图像特征提取流程示例
• 4.3.1 fluocel 灰度图像区域特征提取流程示例及结果分析
• 4.3.2 texmos 灰度图像边缘特征提取结果分析
• 4.4 灰度图像区域线性放大示例
• 4.5 小结
• 第5章 实验结果
• 5.1 引言
• 5.2 fluocel 灰度图像的特征提取结果
• 5.2.1 不同λ值、相同n 值的结果对比
• 5.2.2 相同λ值、不同n 值的结果对比
• 5.3 igal 卫星灰度图像的特征提取结果
• 5.3.1 不同λ值、相同n 值的结果对比
• 5.3.2 相同λ值、不同n 值的结果对比
• 5.4 指纹灰度图像的特征提取结果
• 5.4.1 不同λ值、相同n 值的结果对比
• 5.4.2 相同λ值、不同n 值的结果对比
• 5.5 papav 灰度图像的特征提取结果
• 5.5.1 不同λ值、相同n 值的结果对比
• 5.5.2 相同λ值、不同n 值的结果对比
• 5.6 小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 附录A 软件主要程序代码
• 附录B 研究生在读期间已发表的论文
• 致谢