维数。如何对一般非布尔变量的特征进行优选将是一个很有意义的研究课题。Hough变换在线条检测中获得了广泛的应用,但峰值检测问题一致困绕着Hough变换的实际应用,Jolion等人提出基于模糊聚类的峰值检测方法,使得Houg变换不用人为干预,从而可以自动实现。在一些具体的应用方面,模糊聚类也获得了广泛应用。比如,Chan,Zhang和吴佑寿等人分别用模糊聚类做汉字字符识别的预分类,得到了较好的分类效果;Huang等在语音识别应用模糊聚类也获得成功;Huang等提出用模糊聚类进行雷达回波库的建立和分类;Bezdek等还利用模糊聚类提取分类规则,用以设计基于If—Then规则的分类器,实验结果均证明了该方法的有效性;同时Antonio等用模糊聚类进行系统辨识,获得了优于神经网络方法的结果;此外,在不变性模式识别、物体检测等领域也同样获得了成功的应用。2.4.2模糊聚类在图像处理中的应用 图像处理是计算机视觉的重要组成部分,由于人视觉的模糊性使图像处理适合模糊处理,同时训练样本图像的匮乏又要求无监督处理分析,而模糊聚类正好满足这两方面的要求,于是模糊聚类在图像处理中发挥着不可替代的作用。 模糊聚类在图像处理中最为广泛的应用为图像分割。由于图像分割问题可以等效为图像灰度的无监督分类,因此早在1979年Coleman和Andrews就提出用聚类算法进行图像分割,此后,随着模糊聚类理论的发展,人们又结合塔型结构、小波分析等一些新技术,提出了多种基于模糊聚类的灰度图像分割新方法,并且在纹理图像分割、彩色图像分割、序列图像分割、遥感图像分割等方面获得了很大的进展。 另外,基于模糊聚类的方法在边缘检测、图像增强、图像压缩、曲线拟合等众多方面的研究也取得了丰硕的成果。参考文献1.张弢,纪德云。模糊聚类分析法。沈阳大学学报2.谢维信,高新波,裴继红。模糊聚类理论发展及其应用。中国体视学与图像分析
全文预览
