K-means阈值分割算法的研究与应用
4星 · 超过85%的资源 需积分: 16 162 浏览量
更新于2024-07-30
1
收藏 5.62MB PDF 举报
"这篇硕士学位论文主要探讨了基于阈值的图像分割算法,由北京交通大学的刘东菊撰写,导师为于剑,专业方向为计算机科学与技术。论文重点研究了阈值分割在图像处理和计算机视觉中的应用,特别是最大类间方差法和K-means算法在图像阈值分割中的表现和改进。
图像分割是图像理解和分析的关键步骤,影响着目标检测、特征提取和识别等任务的准确性。阈值分割作为一种简单有效的技术,常用于文本处理、质量检测、医学图像、交通监控和军事等领域。最大类间方差法是常见的阈值分割方法,但K-means算法在多阈值分割中展现出等效的目标函数,尽管它是局部最优,而最大类间方差法是全局最优。论文提出了一种基于K-means思想的新阈值分割算法,该算法在分类误差率和一致性上都有良好表现,并且在多阈值分割中提高了处理效率。
为了提升分割效果,论文进一步将K-means算法扩展到了一维和二维空间,结合像素的灰度值和邻域信息,尤其是对于含有高斯噪声和椒盐噪声的图像,分割效果更佳,增强了抗干扰性。然而,在大量噪声环境下,二维阈值分割仍不足,于是引入了三维阈值分割,结合像素的邻域中值信息,增强了抗噪声能力。
此外,论文还讨论了基于L1距离的K-means算法相对于基于L2距离的K-means算法在抵抗高值噪声方面的优势,提出了一种新的基于L1距离的K-means阈值分割算法,显著提高了图像分割的效果。
关键词涵盖了K-means阈值分割法、最大类间方差法、多阈值分割、一维和二维以及三维阈值分割技术,以及算法的鲁棒性。分类号为TP391.41,表明这属于计算机科学技术领域中的图像处理技术。"
163 浏览量
2022-03-22 上传
2023-06-05 上传
2018-03-16 上传
点击了解资源详情
点击了解资源详情
2023-05-31 上传
2023-05-20 上传
2023-05-18 上传
zte198400
- 粉丝: 0
- 资源: 2
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手