摘要：图像边界提取是一种极为重要的图像处理方式，是人们从图像中提取所需目标的重要手段。本文首先介绍了基于聚类分析的图像边界提取方法，其次详细介绍了 K-均值算法和模糊 C 均值算法，分析了各个算法的优缺点，并进行了实验仿真。结果表明，基于聚类分析的图像边界提取方法具有快速、高效和准确的特点，可以被广泛的使用到医学、军事等领域的图像处理之中。

 

 

关键词：聚类分析，图像边界处理，图像分割，图像边界分割，图像边界提取

 

目录

1绪论 4

1.1背景及意义 4

1.2国内外研究现状 4

1.3研究任务及目标 5

2聚类分析 5

2.1聚类分析概述 6

2.2部分聚类算法 7

2.3模糊聚类算法[,11] 9

3图像边界提取[13] 10

3.1基于阈值的分割方法 10

3.2基于边缘的分割方法 11

3.3基于聚类分析的图像分割方法 11

4基于聚类分析的图像边界提取方法 11

4.1基于K-均值算法的图像分割方法 11

4.2基于C-均值算法的图像分割方法 13

5基于K 均值和 FCM 的图像分割对比 14

5.1基于K 均值的图像边界提取 14

5.2基于模糊 C 均值的图像边界提取 14

5.3分析和对比两种算法 15

结论 17

参考文献 18

致 谢 19

附录A 基于K-means 算法的图像分割 20

附录B 基于FCM 聚类算法的图像分割 22