HGFA算法的應用

第25卷第11期赤峰學(xué)院學(xué)報(自然科學(xué)版)VoL 25 No 112009年11月Journal of Chifeng University(Natural Science Edition)HGFA算法的應用馮海琴(赤峰學(xué)院數學(xué)學(xué)院,內蒙古赤峰024000摘要:文[中提出的HGFA算法是一種很有效的模糊聚類(lèi)算法,有較好的應用價(jià)值本文對HGFA算法的應用進(jìn)行了研究,將HGFA算法應用在了灰度圖像二值化中,它不需要設定闥值.實(shí)驗結果表明該方法可以較好的分離出目標圖像關(guān)鍵詞:HGFA算法;應用;灰度圖像;二值化中圖分類(lèi)號:0159文獻標識碼:A文章編號:1673-260X(200)11-0005-021引言像的取值范圍是[0,1門(mén)如果灰度級僅為黑白兩種,聚類(lèi)分析作為一種無(wú)監督分類(lèi)方法,已經(jīng)被廣則稱(chēng)為二值圖像泛地應用于模式識別數據挖掘、計算機視覺(jué)和模1.2灰度圖像的二值化糊控制等許多領(lǐng)域所謂圖像的二值化是指通過(guò)設定閾值( thresh-在數字圖像處理中,二值圖像占有非常重要的d)把灰度圖像變成只有兩個(gè)灰度值分別表示圖地位,特別是在實(shí)用的圖像處理中,以二值圖像處像的目標和背景的二值圖像它的操作過(guò)程是先由理為核心構成的系統是很多的,要進(jìn)行二值圖像的用戶(hù)指定一個(gè)閾值,如果圖像中的某像素的灰度值處理與分析,首先要把灰度圖像二值化得到二值小于該閾值,則將該像素的灰度值設置為0,否則圖像現有的二值化方法可以概括為兩類(lèi):全局閾將灰度值設置為1函數表達式如下:值法和局部閾值法在圖像二值化中自動(dòng)閾值選0fxy)≤t取問(wèn)題是圖像分割的關(guān)鍵所在由于閾值選擇法以1 f(x, y)>t所獲取的直方圖為依據,自動(dòng)選擇分割門(mén)限,使之其中t為指定的閾值具有快速、便于實(shí)現等特點(diǎn)但因為該方法對于獲對圖像進(jìn)行二值化的好處是:在對圖像進(jìn)一步取圖像的環(huán)境要求極為嚴格,從而大大限制了閾值處理時(shí),圖像的幾何性質(zhì)只與0和1有關(guān),不再涉類(lèi)方法的應用其實(shí)在一定意義上圖像二值化可以及到像素的灰度值,使處理變得簡(jiǎn)單,而且數據的作為一個(gè)聚類(lèi)問(wèn)題來(lái)解決,它不需要選擇閾值所壓縮量很大.例如,一幅300×300×Bit的灰度圖以本文將用HCFA算法將灰度圖像聚類(lèi),達到二象,二值化以后的數據量只有300×300×Bit,這給值化的目的存儲和處理帶來(lái)了很大的方便,同時(shí)也提高了系統首先介紹兩個(gè)相關(guān)的概念的經(jīng)濟實(shí)用性所以在數字圖像處理中,經(jīng)常需要11灰度圖像將灰度圖像二值化灰度圖像是指物體的二維強光度函數fxy)2用HGFA算法對灰度圖像進(jìn)行二值化(0≤fxy)≤L-1),其中xy是空間的坐標,任意點(diǎn)x,21算法的基本思想y處的數值fxy厘正比于圖像在該點(diǎn)的亮度(灰度級把灰度圖像中每個(gè)像素點(diǎn)作為一個(gè)數據樣本L),非負有界二實(shí)變量函數表示一幅灰度圖像,它把像素的灰度值作為樣本的特征,將灰度圖像所有是在空間的坐標和亮度上均已離散化的圖像可以像素點(diǎn)聚成兩類(lèi),再將兩類(lèi)中像素的灰度值分別變把一幅灰度圖像考慮為一個(gè)矩陣,其行和列表示圖為0,1)即可像中的一個(gè)點(diǎn),而相應的矩陣中的元素的值表示該算法的具體步驟描述:點(diǎn)的灰度級中國煤化T的灰度圖像轉若灰度圖像的像素都是unt8類(lèi)的,則它們的換成整數值范圍是0255:若圖像是 double類(lèi)的,則像該點(diǎn)人 ICNMHG個(gè)點(diǎn)的特征為的數據集素的取值就是浮點(diǎn)數規定雙精度型歸一化灰度圖(2)運用HGFA對數據集進(jìn)行聚類(lèi)聚類(lèi)數為25(3)將中心值較低的一類(lèi)的所有點(diǎn)的灰度值變行參數取最大代數為100代,種群大小為50,交為0,中心值較高的一類(lèi)的所有點(diǎn)的灰度值變?yōu)?.又概率為06,變異概率為003,分類(lèi)數為222實(shí)驗結果二值化的結果分別如圖3和圖4所示中從圖在本實(shí)驗中,采用的圖像是在圖像處理中經(jīng)常中可以看出,用HGFA法對灰度圖像進(jìn)行二值化可用到的Lena(圖1)和 Cameraman(圖2)圖,它們都以較好的分離出目標圖像是大小為256x256,256灰度級的對于HGFA的運3總結圖1lena原圖圖2 cameraman原圖圖3二值化后的lena圖圖4二值化后的 cameraman圖HGFA算法具有較好的通用性和有效性,是一種有較大應用價(jià)值的模糊聚類(lèi)算法可以用其解決參考文獻:與聚類(lèi)有關(guān)的問(wèn)題本文將HGFA算法用在了對灰(〔1〕馮海琴,王日棟改進(jìn)的遺傳模糊混合聚類(lèi)算法度圖像二值化處理中,取得了比較好的效果另外0赤峰學(xué)院學(xué)報(自然科學(xué)版),2009(2):5-8.這也說(shuō)明了HGFA算法在處理大數據集時(shí)的有效(2〕義龍,自動(dòng)指紋識別系統研究Dl吉林工業(yè)大〔3] Rafael C. gonzalez、 Richard E Woods.數宇圖像處理(第二版)M北京:電子工業(yè)出版社,2003.中國煤化工CNMHG