基于模糊连接度的彩色图像分割
本文以中国虚拟人数据集为主要研究对象, 根据人体彩色切片图像的特点提出了一种基于模糊连接度的组织器官提取算法。
对数字化人体数据集进行分割的主要难点是被处理的数据量庞大、内部组织器官复杂且边界模糊。为了有效分割这类复杂器官,基于模糊连接的分割方法可以较好地描述图像中无法精确定义的区域，因此可以用来进行组织器官的分割。
本文对目前国内外存在的基于模糊连接度的分割方法进行了较为全面的回顾与分析，本文将基于尺度的相对模糊连接算法应用于虚拟人彩色切片图像分割，对人体不同部位的切片进行实验。结果表明，该算法能在待分割对象边界比较模糊的情况下取得理想的结果。
整个论文分为五个部分，第一章介绍了虚拟人研究的大环境，包括虚拟人的概念、实现过程以及国内外研究概况及其意义。第二章中系统介绍了目前存在的图像分割方法，并行边界分割、串行边界分割、并行区域分割、串行区域分割、以及其它基于特定理论的分割方法。第三章中介绍了简单的基于灰度图像的模糊连接方法第四章针对中国虚拟人彩色切片图像进行了分割实验，比较各种不同分割手段的区别，提出了结合FCM模糊聚类方法和模糊连接方法的分割策略，用特征散度代替欧氏距离来度量样本间的差异，给出了人体切片数据分割的结果图。第五章总结了全文的工作，并对下一步的工作进行了展望。
模糊连接度;图像分割;隶属度;数字化虚拟人;彩色人体切片;特征散度
华中科技大学
硕士
系统分析与集成
周建中;李衷怡
2006
中文
TP391.41
48
2008-11-03（万方平台首次上网日期，不代表论文的发表时间）