版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、江蘇科技大學(xué)碩士學(xué)位論文基于遺傳聚類算法的圖像基元識(shí)別姓名:鄒全申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):信號(hào)與信息處理指導(dǎo)教師:張尤賽20080101大摘要基于遺傳聚類算法的基元識(shí)別大摘要計(jì)算機(jī)圖像處理是一門伴隨著計(jì)算技術(shù)的高度發(fā)展而新興起的學(xué)科。其目的之一是在計(jì)算機(jī)上實(shí)現(xiàn)和強(qiáng)化人的視覺(jué)以及人對(duì)視覺(jué)信息的加工和處理能力。將簡(jiǎn)單的模式圖形如三角形、矩形、圓、橢圓和多邊形等稱之為基元?;淖R(shí)別是圖像分析的一項(xiàng)重要任務(wù),且在手寫體識(shí)別、圖像目標(biāo)識(shí)別、圖像測(cè)
2、量和基于圖像的內(nèi)容檢索等實(shí)際應(yīng)用中具有非常重要的意義。因此,在圖像識(shí)別和分析等處理中,對(duì)圖像基元的識(shí)別是最基本的和最重要的工作。目前,國(guó)內(nèi)外許多學(xué)者對(duì)圖像基元的識(shí)別問(wèn)題進(jìn)行研究,提出了許多較為有效的方法,其中遺傳算法以及與其他算法方相結(jié)合的方法,顯示出很大的發(fā)展?jié)摿Α_z傳算法在許多優(yōu)化問(wèn)題中都有成功的應(yīng)用目前被廣泛應(yīng)用于函數(shù)優(yōu)化、機(jī)器學(xué)習(xí)、模式識(shí)別以及自適應(yīng)控制系統(tǒng)等眾多領(lǐng)域。近年來(lái)已有許多著作和學(xué)術(shù)論文對(duì)基于遺傳算法的基元識(shí)別進(jìn)行了研
3、究,并且用遺傳算法解決圖像基元的識(shí)別的問(wèn)題得出了令人比較滿意的結(jié)果。聚類分析是一個(gè)無(wú)監(jiān)督的學(xué)習(xí)過(guò)程,聚類的目標(biāo)是在沒(méi)有任何先驗(yàn)知識(shí)的前提下,將數(shù)據(jù)聚集成不同的簇,使得相同簇中的元素盡可能相似。通過(guò)聚類,人們能夠識(shí)別密集的和稀疏的區(qū)域,因而發(fā)現(xiàn)全局的分布模式,以及數(shù)據(jù)屬性之間有趣的相互關(guān)系。通過(guò)聚類,可以將相同的圖像基元?dú)w于一類,這樣同類型的基元就被識(shí)別出來(lái)了。Kmeans算法是聚類算法中主要算法之一。采用用Kmeans算法可以提高算法的
4、收斂速度?;谏鲜鲞z傳算法和聚類的特點(diǎn),本文將遺傳算法和Kmeans算法相結(jié)合的方法來(lái)解決圖像基元的識(shí)別。該算法是在遺傳算法與Kmeans算法的基礎(chǔ)上提出來(lái)的,以遺傳算法的設(shè)計(jì)流程為主線,然后將Kmeans聚類算法引入到遺傳算法的進(jìn)化中來(lái)設(shè)定遺傳算法中的目標(biāo)函數(shù),以實(shí)現(xiàn)同類的圖像基元的歸類識(shí)別。本文采用VC編程實(shí)現(xiàn)了多種圖像基元的識(shí)別功能。本文主要完成了以下幾個(gè)方面的工作:1、對(duì)遺傳算法和聚類分別作了研究,研究了它們的原理、特點(diǎn)、發(fā)展和
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳聚類算法的圖像基元識(shí)別.pdf
- 基于遺傳算法的圖形圖像自動(dòng)聚類.pdf
- 基于遺傳聚類的彩色圖像分割.pdf
- 基于聚類算法的圖像分割.pdf
- 基于改進(jìn)聚類算法的光伏組件圖像識(shí)別技術(shù).pdf
- 基于遺傳算法的聚類挖掘研究.pdf
- 基于遺傳聚類的社團(tuán)發(fā)現(xiàn)算法研究.pdf
- 基于遺傳算法的聚類方法研究.pdf
- 基于遺傳算法的圖像識(shí)別.pdf
- 基于聚類的圖像分割算法研究.pdf
- 遺傳聚類算法及其在圖像分割中的應(yīng)用.pdf
- 基于密度的鞋印圖像聚類算法研究.pdf
- 基于聚類技術(shù)的圖像分割算法研究.pdf
- 基于改進(jìn)聚類算法的圖像檢索研究.pdf
- 遺傳聚類算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 基于模糊聚類算法的圖像分割研究.pdf
- 基于聚類的圖像分類和分割算法.pdf
- 基于聚類的圖像重建算法及應(yīng)用.pdf
- 基于學(xué)習(xí)聚類的圖像檢索算法研究.pdf
- 基于遺傳算法的文本聚類研究.pdf
評(píng)論
0/150
提交評(píng)論