1、圖像分割是圖像分析、識(shí)別和理解的基礎(chǔ)，是從圖像處理到圖像分析的一個(gè)關(guān)鍵步驟。由于彩色圖像提供了比灰度圖像更為豐富的信息，彩色圖像的分割在近幾年也越來越引起人們的重視，成為圖像技術(shù)研究的熱點(diǎn)之一。本文分析了目前基于模糊聚類的圖像分割算法，提出新的基于小波變換和模糊聚類的彩色圖像分割方法。主要工作和貢獻(xiàn)如下： 1.將小波變換的多分辨率特性應(yīng)用到彩色圖像分割，在最小分辨率上進(jìn)行模糊聚類算法，把當(dāng)前分辨率下的分割結(jié)果傳遞到下一分辨率，從

2、而實(shí)現(xiàn)圖像由粗到細(xì)的分割，達(dá)到降低分割算法計(jì)算量的目的。 2.提出一種基于均值漂移和聚類有效性的模糊C均值聚類(FCM)算法。首先采用快速收斂的均值漂移算法對(duì)圖像的進(jìn)行初始分割，然后利用其分割結(jié)果確定FCM算法的初始聚類中心，并結(jié)合聚類有效性函數(shù)來確定最佳聚類數(shù)目。實(shí)驗(yàn)結(jié)果表明，該方法與小波變換結(jié)合生成的圖像分割算法，對(duì)自然彩色圖像的進(jìn)行分割時(shí)速度和效果都優(yōu)于傳統(tǒng)的FCM算法。 3.提出了一種基于核的密度函數(shù)聚類，并將其