《基于灰度邻域的有相树图像分割》-毕业论文.docVIP

w 河北大学工商学院本科生毕业论文（设计） 基于灰度邻域的有相树图像分割 摘　　要 图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程，他是计算机视觉领域的一个重要而且基本的问题，分割结果的好坏直接影响到视觉系统的性能。因此从原理、应用和应用效果的评估上深入研究图像分割技术具有十分重要的意义。 图像分割是一种重要的图像技术在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。例如，可以对图像的灰度级设置门限的方法分割。值得提出的是，没有唯一的标准的分割方法。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。分割结果的好坏需要根据具体的场合及要求衡量。 现有的聚类算法大都无法对此获得满意的聚类或分割结果。于是，复杂结构的聚类学习成为了当今数据挖掘和图像分割应用领域的研究热点和主流之一。 本文根据现阶段的杂结构聚类问题进行了深入的思考和研究，提出了相应的快速有效地复杂结构聚类算法，并将部分算法成功的应用于灰度图像分割：一种一基于灰度邻域的有相树图像分割算法，具体包括：1）构造基于灰度邻域的密度因子，将所有灰度分为