下载  >  开发技术  >  其它  > 论文研究-基于K-means的印刷品图像前景提取算法研究 .pdf

论文研究-基于K-means的印刷品图像前景提取算法研究 .pdf 评分

基于K-means的印刷品图像前景提取算法研究,陆金鑫,周亚建,前景提取是印刷品检测系统模板图像生成的关键技术。考虑到印刷品图像特性和其所处环境的颜色特性,在HSV彩色模式下将K-means聚类用��
山国武花论文在丝 对于吋间效率要求较高的前景提取场合,很明显不能满足。 算法简介 算法原理 聚类算法是一种自适应算法,它根据最小距离准则对聚类对象进行划分。基 本思想是选择个聚类中心,达代计算其余每个聚类对象到聚类中心的距离,每个聚类对象 计算之后都被划分到距离最近的聚类中心,然后更新所有个聚类中心,直到达代结束判断 函数收敛为止,此时所有个体到所属的聚类中心的欧式距离之和最小 图像是由一系列的二维像素点组成的数据集,每个像素由像素坐标和颜色值决定,其数 学表示为 ()表示像素点的位冒 表示像素点的红绿蓝三原色分量 值。每个像素点均是这五个特征数据纽成的向量。均值聚类的目标是将图像全部像素点 划分为个聚类集 其中类的类中心设为 是 三原色组成的向量。定义被划分到类的点到的类中心的欧氏距离为 R R)2+(g.G-u,G)2+(g.B-u,B) 其中属于,那么,所有被划分到类的点到该类的类中心的欧氏距离之和为 Dis(C1)=∑D g.∈ ik 因此图像中所有像素点到其最终所属的聚类中心的距离就是个聚类中心对应的 的和,定义所有像素点到聚类中心距离为 h=1 聚类的目标就是要使得式的值最小,对最终的各个聚类结果涂以不同的颜 色从而实现图像的初步分割。 算法流程 基于 的图像前景提取算法流程如下: 初始化个聚类的中心像素 计算各点到聚类中心像素的欧式距离,按照距离最近原则将像素划分到对应的 个聚类中 计算各个聚类数据集中像素三原色的平均值,把三个平均值作为该聚类的中心像素 计算所有数据点到所属类中心的欧氏距离之和,判断类中心和欧式距离之和是否改 变,如果变化则重复,否则进入 算法结束,将不同聚类涂上不同颜色 山国武花论文在丝 基于 的印刷品前景提取算法 颜色空间选择 前景提取和图像分割都是将人们感兴趣的前景区域分离出来。印刷品图像由于是从生产 线上采集的,所以图像中除了实际的印刷品图像之外还有其所在的皮带部分,两者颜色存在 定的差异,因此可以根据颜色信息通过 算法,将实际的印刷品部分分离出来 常见的颜色空间有空间、空间和空间等。颜色空间目前使用最 为广泛,但是一种面向设备的颜色空间,不适合彩色图像的分割 )颜色空间是均匀的颜色空间,反映了人的视觉对颜色的感觉,是一 种设备无关的颜色空间,被广泛的应用于图像分割领域。所以本文的前景提取方法选择 颜色空间、 的三个分量分别是色相()、饱和度()、明度()。其中色相()是色彩 的基本属性,就是平常所说的颜色名称,如红色、黄色等。饱和度()是指色彩的纯度 值越高色彩越纯,越低则逐渐变灰,取 的数值。明度()指颜色的亮度,取值为 HSV颜色空间的描述如下图所示 图HS颜色空间模型图 HS∨颜色空间的长轴V表示明度,离开长轴的距离S表示饱和度,闱绕着长轴的角度H 表小色相。色相从0度到360度就涵盖了当前的所有颜色 印刷品图像前景提取算法 图氨酚伪麻那敏片药盒模板图像 山国武花论文在丝 印刷品图像分析 分析印刷品图像的可以发现,图像主要由深色的皮带背景和对比较明显的浅色印刷品组 成,同时深色的皮带背景部分所占图像的面积比印刷品所占面积大。枚本文选取3个聚类中 心进行迭代,将整嶇印刷品图像分割成独立的三个部分。 前景提取算法流程 聚类分割之后,用三种颜色(黑灰白)标注分割结果,然后选取面积最大的区域标注成兴 色,其余两个区域统标志为白色,白色部分即为所要提取的结果。分割沇程如下: 读取印刷品图像 将RGB空间转换到HSV空间 选取3个初始类中心,根据类中心像素对图 像进行初步初步分割 计算新的类中心 k均值聚类: 根据公式(3) 根据新的聚类 判断g 计算g 中心对像素进 的值是否发 行重新划分是 生变化 否 分害结果处理 提取出印刷品佟像前景区域 图前景提取算法流程图 山国武花论文在丝 结果处理 对分割之后的结果进行形态学处理,包括平滑、腐蚀、闭合等消除聚类分割可能带米的 边缘区域出现的锯齿、孤立点等,同时对分割的边缘进行初步的连接处理。形态学闭运算能 够对分割结果的内部细小空间进行填充,从而消除图像区域的内部空洞。山于生产线上的皮 带部分含有很多吸附印刷品的风洞,所以分割之后的图像可能会有很多鼓励的细小空洞,因 此可以通过闭运算进行消除。 实验测试 木文测试的硬件坏境为CPU:P7350(2.0GHz),内存:2G,系统: Windows73位旗舰版。 样本图像全部由实际的检测系统中采集得到。利用Ⅴ isual studio2008和 Opencv编程进行仿 真,图像大小为4096*1356。 算法效果测试 下图为一幅烟盒印刷品的前景提取算法流程图,a为原图,b为转换到HSνV空间的图像, c为K- means初步分割的结果,其中三个区域分别被标记为灰色、白色、黑色,d为分割出 皮带背景的效果图,e为最终的前景区域提取结果图,红色框內部的即为整幅图像的前景 原图 SV图 初步分割图 分离皮带背景图 最终结果图(红框内部分即为印刷品前景) 图算法测试 对比测试 本文针对不同图像分别使用本文算法和基于OTSU的自适应阈值进行了实验。下图所示 为云烟烟盒、红塔山烟盒、氨酚伪麻药盒的两种算法的分割效果。 山国武技论文在丝 深日1Bt金 11 红塔山烟盒 分割效果 红塔山本文算法分割效果 氨酚伪麻药盒 分割效果 氨酚伪麻药盒本文算法分割效果 m Vun an 9导溶 开老 原得型 云烟烟盒 分割效果 云烟烟盒本文算法分割效果 图算法对比测试 从上述的测试效果图,可以看出, 算法的分割的直观效果为白色部分占据了整嘔 图片的以上,黑色部分只占了以下。人眼目视感觉,前景部分和背景部分理论上 的面积区别应该不是很人,但是算法却将很多本应属于一个类的像素归并到另一个 类中,所以不适合提取印刷品前景,相比之下,本文算法针对这三种测试样品,均有很好的 效果 不同聚类中心个数测试 红塔山烟盒不同聚类中心个数分割效果测试 喜的 红塔山烟盒 聚类中心分割效果 山国武花论文在丝 密来子上 得5 聚类中心分割效果 聚类中心分割效果 图算法测试 效率分析:单位为ms 图像名称图像大小聚类中心3聚类中心4聚类中心5 红塔山烟盒4096*7804306 4337 14493 分割结果衣明,基于均值聚类的分割算法能够比较完整准桷地将印刷品前景目标从 皮带背景下分割出来。同时,由于印刷品的颜色同皮带的颜色差异较大,算法能够准确区分 印刷品前景和皮带背景。当聚类中心个数设为3、4、5时,前景提取效果差别不大,但运 行时间却大大增加。实际使用时,综合提取效果和提取时间等因素,一般采用本文的默认聚 类中心个数3即可满足大部分图像的使用要求。 结论 本文通过分析印刷品图像的前景居中、背景面积较大的特征,根据其印刷品前景区域同 皮带背景区或对比明显的特点,提出了基于均值聚类的印刷品图像前景区域的方法。在 使用 进行初步分割之后,结合皮带背景面积最大的特征,提取出皮带背景,则剩 余的部分即为印刷品前景区域。本文算法不仅具有更快的速度,而且在分割有局部噪音和灰 度不均匀的图像时乜能保持良好的分割结果。但有些图像还需要调节 的聚类中心 个数才能得到理想的分割结果。因此如何自动确定的个数是今后的工作重点。即在保持 分割速度和准确性的前提下,诚少输入参数,进一步提高算法的自动化和实用性。 参考文献 陈灿,马英国内外印刷品质量检测的发展与现状广东卬刷, 谢蓉,賈金源图像前景提取技术究硅谷 林开颜,吴军辉,徐立鸿彩色图像分割方法综述中国图象图形学报 周炜奔,石跃禅基于密度的 聚类中心选取的优化算法计算机应用研究, 工雪光,陈淑红基于均值聚类的成熟草莓图像分割算法农机化研究, 刘斌,李德华,肖聪,吴迪凡一种基于阈值的自适应 图像分割中国科技论文在线 贾渊,姬长英农产品白动检测中的常见颜色模型农机化研究, 张国权,李战明,李向伟,魏伟 空间屮彩色图像分割研究计算机工程与应用

...展开详情
所需积分/C币:7 上传时间:2019-08-18 资源大小:629KB
举报 举报 收藏 收藏
分享 分享
论文研究-基于k-means聚类算法的研究 .pdf

基于k-means聚类算法的研究,黄韬,刘胜辉,本文首先分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机��

立即下载
论文研究-基于K-近邻算法的人体步态识别 .pdf

基于K-近邻算法的人体步态识别,张腾腾,赵桐,针对步态特征提取时涉及到的维数高、变换复杂等问题,提出一种新的步态特征提取方法,即利用加速度传感器采集人体侧向、垂直方向

立即下载
论文研究-基于K-means的有限增量聚类算法及k值研究 .pdf

基于K-means的有限增量聚类算法及k值研究,姚文心,卢志国,聚类算法被广泛的应用在数据挖掘、模式识别、信息抽取等领域。随着互联网技术的不断发展,许多数据存在着动态增长的特性。怎样聚

立即下载
论文研究-基于K-近邻树的离群检测算法.pdf

为适应数据集分布形状多样性以及克服数据集密度问题,针对已有算法对离群簇检测效果欠佳的现状,提出了一种基于K-近邻树的离群检测算法KNMOD(outlier detection based on K-nearest neighborhood MST)。算法结合密度与方向因素,提出一种基于K-近邻的不相似性度量,然后带约束切割基于此度量构建的最小生成树从而获得离群点。算法可以有效地检测出局部离群点以及局部离群簇,与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能。

立即下载
论文研究-基于K_DOPs快速连续碰撞检测算法 .pdf

基于K_DOPs快速连续碰撞检测算法,杜广龙,张平,为了实现快速精确的刚体碰撞检测,本文提出了基于间隔插值和静态K_DOPs检测技术的连续碰撞检测算法。该算法通过间隔插值技术得到逼

立即下载
论文研究-基于K-means特征的复杂环境下道路识别算法.pdf

基于视觉的智能车辆导航技术是通过对各种道路环境进行感知和理解,从而确定智能车辆的可行驶区域。针对实际道路环境的复杂性与多样性问题,提出了能够适应复杂环境的道路识别算法。首先,使用SLIC(simple linear iterative clustering)超像素分割算法对原始道路图像进行超像素分割,得到性质相同、尺寸均匀的超像素块;其次,基于超像素块使用K-means聚类算法提取出图像中道路区域与非道路区域的K维特征数据,并将提取的特征数据组成训练数据集;然后,针对经典双支持向量机(TSVM)训练时间久、无法求解逆矩阵的问题进行适当矫正,使用训练数据集训练矫正后的双支持向量机;最后,使用训练

立即下载
论文研究-基于K-means的数据流离群点检测算法.pdf

针对数据流中离群点挖掘问题,在K-means聚类算法基础上,提出了基于距离的准则进行数据间离群点判断的离群点检测DOKM算法。根据数据流概念漂移检测结果来自适应地调整滑动窗口大小,从而实现对数据流的离群点检测,与其他离群点算法的一系列实验验证和对比结果表明,DOKM算法在人工数据集和真实数据集中均可以实现对离群点的有效检测。

立即下载
论文研究-基于K-均值聚类的无监督的特征选择方法.pdf

模式识别方法首先要解决的一个问题就是特征选择,目前许多方法考虑了有监督学习的特征选择问题,对无监督学习的特征选择问题却涉及得很少。依据特征对分类结果的影响和特征之间相关性分析两个方面提出了一种基于K-均值聚类方法的特征选择算法,用于无监督学习的特征选择问题。

立即下载
论文研究-基于K-L变换(PCA)的特征脸人脸识别方法综述 .pdf

基于K-L变换(PCA)的特征脸人脸识别方法综述,程自龙,雷秀玉,首先阐述了基于特征脸人脸识别算法的具体过程及特点,然后论述了影响该方法的主要因素,列举了特征脸改进方法,最后进行了总结和

立即下载
论文研究-基于K叉树的优先队列.pdf

论文研究-基于K叉树的优先队列.pdf,  本文提出一种基于K叉树的优先队列的算法,通过建立K叉树堆的数据结构,从n个元素中得到m个元素的优先队列,其算法的最坏时间复杂度为$O(2mlog_2+n)$.本算法是基于二叉树堆的优先队列算法的推广,并具有较高的运算效率.

立即下载
论文研究-基于K-SVD超声渡越时间获取方法研究.pdf

针对信号稀疏分解中常用匹配追踪分解不够准确的问题,提出基于K-SVD奇异值分解的超声渡越时间获取方法。利用K-SVD训练得到超声回波信号的过完备字典,结合正交匹配追踪进行局部搜索适配原子,以提高信号稀疏分解的速度和准确度。基于Comsol Multipysics仿真软件建立充液污垢管道三维有限元模型,研究了超声回波传播特性规律。将K-SVD算法应用于超声回波仿真信号和换热污垢管道回波检测信号的处理,并与原始小波训练字典进行对比。结果表明,改进的K-SVD字典学习算法能够在提高信号稀疏分解的同时,获得较好的降噪结果和污垢特征信息提取,对超声检测信号的处理具有实际意义。

立即下载
论文研究-基于K-means算法的Android权限检测机制研究.pdf

为了能够有效保护用户的个人隐私,设计了一种针对Android权限的检测机制。该机制采用静态分析技术研究不同类别应用程序的权限特征,首先根据权限的使用频度设置权限组,并借鉴TF-IDF思想为权限赋予权值;然后建立相应的数据库,计算应用程序的敏感值;最后使用K-means算法进行聚类分析,将应用程序进行分类。实验结果表明,该机制能够有效地检测出未知应用程序的危险程度。

立即下载
论文研究-基于K-L信息距离的证据冲突特征识别与应用.pdf

论文研究-基于K-L信息距离的证据冲突特征识别与应用.pdf,  证据冲突是多证据融合中各种合成方法的主要制约问题,本文引入K-L信息距离函数描述证据间的冲突特征,通过构造距离矩阵定义独立证据在整个系统的冲突程度,实现对证据冲突的系统化识别.模拟实验表明:K-L信息距离的有效冲突识别,能完善D-S理论合成规则的应用约束,对正常冲突证据合成得到优化收敛结果,对高度冲突隔离证据的特征分析提取价值

立即下载
论文研究-基于K-means的印刷品图像前景提取算法研究 .pdf

基于K-means的印刷品图像前景提取算法研究,陆金鑫,周亚建,前景提取是印刷品检测系统模板图像生成的关键技术。考虑到印刷品图像特性和其所处环境的颜色特性,在HSV彩色模式下将K-means聚类用��

立即下载
论文研究-基于K-means算法的改进色彩分割算法 .pdf

基于K-means算法的改进色彩分割算法,何江龙,双锴,基于色彩空间的图像分割被称为色彩分割。在常用的色彩分割方法中,K-means聚类算法由于其简单快捷、聚类效果好、易于实现等诸多优��

立即下载
论文研究-基于K-means的无线传感网分簇算法研究.pdf

针对传统分层路由算法存在的分簇不均匀、簇头选举不合理以及数据传输形式单一等问题,提出基于K-means 的无线传感网改进分簇算法LEACH-KPP。首先在成簇阶段采用K-means 算法实现均匀分簇,随后在簇头选举阶段使用改进簇头选举函数选取簇头,最后在融合数据传输阶段根据簇头与基站、簇头与簇头之间距离动态选择单跳与多跳的混合传输方式传输数据。OMNet 仿真结果与时间复杂度推导表明,LEACH-KPP延长了网络的生存周期,在节点剩余能量与后期存活数目上都优于传统分层路由算法。

立即下载
论文研究-基于K-匿名的快递信息隐私保护应用.pdf

针对快递单号被盗取和快递单信息保护不当造成的隐私泄露问题进行了研究,提出了一种新型K-匿名模型对快递信息进行匿名处理。该方法通过随机打破记录中属性值之间的关系来匿名数据,相比于其他传统方法,克服了数据间统计关系丢失的问题和先验知识攻击。实验结果表明,新型K-匿名方法能够加强隐私保护和提高知识保护的准确性。

立即下载
论文研究-基于K近邻隶属度的聚类算法研究.pdf

经典模糊C均值聚类算法(FCM)基于欧氏距离,存在不同规模类簇不能正确聚类问题,针对此问题提出一种基于[K]近邻隶属度的模糊C均值聚类算法(KNN_FCM)。讨论了基于[K]近邻隶属度的粗糙C均值聚类算法(KNN_RCM)和粗糙模糊C均值聚类算法(KNN_RFCM),此方法避免了传统粗糙C均值聚类算法(RCM)和粗糙模糊C均值聚类算法(RFCM)中阈值选择问题。将KNN_FCM、KNN_RCM、KNN_RFCM分别与FCM、RFM、RFCM在UCI数据集上进行仿真比较,结果表明新方法是可行、有效的。

立即下载
论文研究-基于K2树的大图存储优化研究.pdf

针对大图数据的一种表达方法——K2树,提出了相应的压缩优化算法。该算法利用带有启发式规则的DFS编码对图中所有节点进行重新编码,并通过自适应调整参数K,使得K2树能够充分利用网络中的社团结构特性,从而降低空间代价。给出了K2树的优化算法描述,并针对一系列真实网络和模拟网络进行了实验,验证了优化算法具有较好的压缩效果。

立即下载
论文研究-基于K-means聚类的数字半色调算法.pdf

数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术, 提出将K-means 聚类法应用在数字半色调技术中。算法中应用人类视觉系统模型HVS和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差; 利用K-means聚类法将灰度图像划分成聚类分区, 在每个聚类分区应用最小平方法least-squares最小化二值半色调图像和原始灰度级图像之间的平方误差, 所构造的半色调算法与基于模型的最小平方法LSMB算法相比, 随着聚类分区的增加, 图像平滑且边缘清晰度增加, 尤其是在图像细节部位。与LSMB算法比较, 该算法的均方误差值有所降低, 而权重信噪比和峰值信噪比提高了0. 2

立即下载