中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
5期
693-700
,共8页
图像分割%中智学%主成分分析%局部像素分组
圖像分割%中智學%主成分分析%跼部像素分組
도상분할%중지학%주성분분석%국부상소분조
image segmentation%neutrosophy%principal component analysis (PCA)%local pixel grouping (LPG)
目的 针对传统图像分割方法易受噪声干扰的影响,提出一种新的结合LPG&PCA(principal componentanalysis with local pixel grouping)的中智学图像分割方法.方法 该方法首先利用中智学集合理论把图像转化成中智学图像;然后建立LPG&PCA滤波模型,利用图像中不确定性元素信息,对图像进行α-LPG&PCA滤波运算和β-增强运算,使处理后的噪声点更加平滑;最后,利用γ-均值聚类方法进行分割.结果 实验结果表明,该算法可以有效地消除噪声,提高图像的峰值信噪比,在抗噪性、分割错误率等方面都有较佳的效果.结论 由于本文方法将中智学集合理论应用到图像分割中,充分利用了图像中的不确定性因素,从而提高了图像分割的精度.理论分析和实验结果表明了该算法的有效性.
目的 針對傳統圖像分割方法易受譟聲榦擾的影響,提齣一種新的結閤LPG&PCA(principal componentanalysis with local pixel grouping)的中智學圖像分割方法.方法 該方法首先利用中智學集閤理論把圖像轉化成中智學圖像;然後建立LPG&PCA濾波模型,利用圖像中不確定性元素信息,對圖像進行α-LPG&PCA濾波運算和β-增彊運算,使處理後的譟聲點更加平滑;最後,利用γ-均值聚類方法進行分割.結果 實驗結果錶明,該算法可以有效地消除譟聲,提高圖像的峰值信譟比,在抗譟性、分割錯誤率等方麵都有較佳的效果.結論 由于本文方法將中智學集閤理論應用到圖像分割中,充分利用瞭圖像中的不確定性因素,從而提高瞭圖像分割的精度.理論分析和實驗結果錶明瞭該算法的有效性.
목적 침대전통도상분할방법역수조성간우적영향,제출일충신적결합LPG&PCA(principal componentanalysis with local pixel grouping)적중지학도상분할방법.방법 해방법수선이용중지학집합이론파도상전화성중지학도상;연후건립LPG&PCA려파모형,이용도상중불학정성원소신식,대도상진행α-LPG&PCA려파운산화β-증강운산,사처리후적조성점경가평활;최후,이용γ-균치취류방법진행분할.결과 실험결과표명,해산법가이유효지소제조성,제고도상적봉치신조비,재항조성、분할착오솔등방면도유교가적효과.결론 유우본문방법장중지학집합이론응용도도상분할중,충분이용료도상중적불학정성인소,종이제고료도상분할적정도.이론분석화실험결과표명료해산법적유효성.