北京航空航天大学学报
北京航空航天大學學報
북경항공항천대학학보
2008年
5期
572-575
,共4页
图像分割%小波变换%模糊C均值聚类%最优小波基
圖像分割%小波變換%模糊C均值聚類%最優小波基
도상분할%소파변환%모호C균치취류%최우소파기
提出了一种新的图像特征提取中选取最优小波分解树的方法.塔式小波分解对信号解不够全面,而小波包全分解又引入庞大的计算量,因此小波分解最优树的选取尤为重要.结合模糊C均值(FCM,Fuzzy C-Mean)聚类,提出了一种能同时进行小波自适应分解和纹理特征分类的纹理图像分割方法,该方法将无监督聚类中的聚类有效性参数引入到自适应小波分解的判决中,能根据无监督聚类分割的需要,自适应地选取小波包分解的树形结构和分解层数.相对于小波包全分解,节省了大量的运算,并能取得良好的分割效果.
提齣瞭一種新的圖像特徵提取中選取最優小波分解樹的方法.塔式小波分解對信號解不夠全麵,而小波包全分解又引入龐大的計算量,因此小波分解最優樹的選取尤為重要.結閤模糊C均值(FCM,Fuzzy C-Mean)聚類,提齣瞭一種能同時進行小波自適應分解和紋理特徵分類的紋理圖像分割方法,該方法將無鑑督聚類中的聚類有效性參數引入到自適應小波分解的判決中,能根據無鑑督聚類分割的需要,自適應地選取小波包分解的樹形結構和分解層數.相對于小波包全分解,節省瞭大量的運算,併能取得良好的分割效果.
제출료일충신적도상특정제취중선취최우소파분해수적방법.탑식소파분해대신호해불구전면,이소파포전분해우인입방대적계산량,인차소파분해최우수적선취우위중요.결합모호C균치(FCM,Fuzzy C-Mean)취류,제출료일충능동시진행소파자괄응분해화문리특정분류적문리도상분할방법,해방법장무감독취류중적취류유효성삼수인입도자괄응소파분해적판결중,능근거무감독취류분할적수요,자괄응지선취소파포분해적수형결구화분해층수.상대우소파포전분해,절성료대량적운산,병능취득량호적분할효과.
