分形与灰度结合的图像分割方法
为了减少图像分割时易受噪声影响导致的错误分类,本文提出分形与灰度相结合的方法进行图像分割.引入了分形、多重分形和空隙等概念,建立了其特征向量,结合灰度特征进行了图像分割实验,通过对提取出来的特征向量进行平滑滤波处理,采用K均值分类算法有效地保证了分割效果.通过对图像进行三类分割试验,验证了提出的分形与灰度结合的方法分割效果优于单纯的灰度闽值方法和单纯的分形方法.研究表明利用分形与灰度结合的方法可以更好地对平滑的图像进行分割.
图像分割 特征向量 灰度特征 平滑滤波 滤波处理 K均值分类 分类算法
赵学明 宣蕾
国防科技大学计算机学院,长沙,410073
国内会议
福州
中文
178-182
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）