聚类算法在图像分割中的应用研究文献综述

 2022-11-22 17:20:52

文 献 综 述

一、课程研究的背景及意义

随着人类社会的发展,信息时代的来临,大量的信息数据以指数级增长,而我们必须先对这些数据进行表示和存储,以备后续过程中进一步地管理和使用。视觉是人类最重要的感知手段,图像又是视觉的基础,在这些需要被处理的数据中来自视觉的图像信息占80%,因此,数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具[1]。不仅如此,数字图像处理在气象、遥感和军事等大型应用方面中还有不断增长的需求。如图1.1所示,图像分割是从图像处理到图像识别的关键过程,没有正确的分割就不可能有正确的识别。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记的过程,即把属于同一区域的像素赋予相同的编号[2]

图像处理

图像输入 像元图像

图像识别

图像分割

图像预处理

图1.1 图像识别过程

由于计算机技术的不断提高,图像分割技术在各个不同的应用领域上都有被涉猎,尤其体现在医学影像分析、军事研究,智能交通行人检测、机器人脸指纹识别、农业现代化、卫星图像定位物体以及遥感等领域。正是因为不同的应用领域需要不同的图像,而图像的类型不同导致它所拥有的特征也不一样,国内外研究者针对了图像分割技术已经提出了上千种研究算法[3],然而这些研究算法都是针对特定的图像和指定的问题,没有哪一种算法能够适用于任何图像的分割理论,寻找出最优的特征表示方法。所以,我们对于图像分割技术的研究是十分必要和关键的。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题文献,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。