matlab对图片中的物体进行分割

致敬爱的网友及本站会员的一封信

敬爱的小伙伴们大家好!

作为码农集市(coder100)平台的站长我不得已采取这样的方式来和各位来到我们平台逛逛的小伙们做一次推心置腹嘚畅谈。真诚的希望您能够抽出宝贵的一点时间认真阅读以下我所阐述的内容以此让我们彼此之间能够达成一定的共识,这样对于彼此非常重要!!!为了让我的阐述更加的直白我将采用类似FAQ方式来为您做相应的说明。

来详细描述您的问题客服人员一定会竭尽所能为您解决相关问题。

}

基于MATLAB彩色图像分割采用聚类算法,MATLAB工具

五· Kmean的聚类算法步骤:

(1)读入图像数据,把彩包图像从RGB颜色空间转化到Lab空间L表示亮度层

(2)根据图像颜色分布选取聚类数目p,山于一般图像嘚主颜色有3-4个,所以选取

(3)假设图像像素个数为m*n,任取聚类中心C;(i=1,…,3)分别为像素最大值、

最小值、(最大值+最小值)、2,并将图像像素X(jm*n)按照最小距离准则汾配

给任个聚类中心,使其满足下式

(4)按照下式修正聚类中心的值,式中q1(i=L,…,3)为某类像素的个数

(5)将图像中的全部像素按照新的中心重新聚类,重复(3)(4)直臸聚类结果不再

(6)用3种不同颜色标记像素所属类别,牛成颜色聚类索引图

(7)从颜色聚类索引图中选出某一类,将原图像中该类以外其它位置设为0,这樣得

8)合并区域分割图与显著图SM。若区域分割图最大程度包含了图像的显著点,则

对该分割图进行目标轮廓提取、膨胀、腐蚀和区域填充等运算形成感兴趣区标记

图,寻找标记图中值为0的像素点,将其在原图中的r、g、b值设为0,从而提

六·改进 Kmean的聚类算法步骤

图像分块理论:凵知图像大小為(320*213,3维),因此图像分块为【行320=16*20,列

方法与上述方法一致,只是图像大小改变

七·实验程序流程图与实验代码:见附录一

KG空间转换为LAB空间

[燙取a分量组成噺短阼A

进行K均伯运算没有达到

像素点,将其它点置1/0

八·实验结果分析与讨论:

为对比改进的K均值聚类算法与传统K均值聚类算法,实验从三个方面來进行验证:聚

类算法运行时间、分块效应、图像分割效果

1)聚类算法运行时间:K均值算法是一种迭代过程,迭代次数能直接影响收敛速度快

慢,洇此自适应的初始化聚类中心能在一定程度上降低算法的收敛速度。

表1.对比不同迭代次数需要的时间

表2.对比相同迭代次数图像分不同大小需要的时间

①·传统K均值聚类算法的对比(均迭代15次

利用灰度图像特性,将分割结果显示在一嘔图像中:

图2.分割结果显示在一幅图像

图3.图像没有汾块,聚类中心随机选择

利用传统的聚类算法对图像分割结果如图3,可以将图像分割为天空,背景,目标,从

分割效果看,可以实现彩色图像分割,但是汾割后图像目标出现很多不连续点,可以进行区

域生长技术对结果进行优化

图4.图像没有分块,聚类中心选择最大值、最小值、(最大值+最小值)

②·改进K均值聚类算法的对比(迭代次数为3):

将图像先分为48块后进行聚类运算,分割结果不理想,图像出现很多空白区域,因为

图像分割的太小,每一尛块的聚类中心几乎都不一样,运算结果也会不一样,最后拼接图像

时,会出现严重的块效应现象。

改变图像分块大小,依然会出现分块现象,这与聚类中心的选择有密切关系分块太小

分割效果,不好,产生很多离散区域;分块太大,会产生快效应。

刚开始编写程序的时候,不知道怎么显示聚類结果,认为需要将分割后的LAB彩色信

息分量转换到RGB,将图像进行复原处理尝试编与出现,发现遇到的困难很多,LAB怎么

转换到RGB空间,因为转换公式都昰近似的,那么在不断转换图像时会有失真现象。后来认

为只要记录图像的空间坐标信息就可以解决问题,尝试编程后,达到预期效果另外,怎麼

在一幅图像中显示分割的三个结果也是一个问题,起初给三个聚类区域分别赋予0、125

255三个数,结果只有黑白,后来在知道 matlab中图像灰度值只有0-1的范圍。

应用iat如b的cat函数减少了操作量由于时间有限,木实验只是对特定的一幅图像

且大小必须为(320*213)进行了分割对比,应该多进行几个对照实验实验,唍善实验结论

聚类方法的鲁棒性不好,只能适用于某一些特定的场合,限定了图像的大小,对」一般

的变换多样的条件表现出有限的能力(对比不哃图像分割能力)。

扩展思维:分割在其他变换域效果如何?还需要进行验证

《彩色图像处理关键技术研究》韩晓微,东北大学

《视觉注意计算模型的研究及其应用》陈嘉威指导老师周昌乐

《彩色图像分割方法综述》马英辉,韩焱中北大学山西无损检测技术工程中心2005111

《彩色图像分割方法的研究与实现》王婷婷山尔大学

《基于视觉注意机制的感兴趣区域提取方法》安福定,何东健西北农林科技大学201201

(1)对图像没有分块,聚类中心隨机选择;

为A多出来一列存储数据

为选择A的前三个作为聚类中心

old= center;%仔储旧的聚类中心,与之后的做比较

}

我要回帖

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信