计算机图形分离算法研究及实现

计算机图形分离就是在由计算机生成的图形和自然图像合成的混合图像中将人工区域和自然区域分开 利用自适应自组织映射对彩色图像进行量化 ,针对每种颜色组成一个色平面 ;然后将色平面转换成二值图像 ,对其中的连通区域进行快速标记 ,并提取出边缘 将标记后的区域和边缘映射到原图像 ,定义并计算每个区域的粗糙度和边缘对比度 ,最终完成各个连通区域的识别 实验结果表明 。

一种新的快速模糊C均值聚类图像分割算法

基于模糊C均值聚类(FCM)的图像分割是应用较为广泛的方法之一,其具有描述简洁、易于实现、分割效果好等优点,但也存在运算时间过长等问题.本文提出了一种新的快速FCM图像分割算法,该算法首先将图像数据划分成一定数量的子集,然后利用区域粗糙度标记所有子集,最后根据子集质心及其权重进行模糊聚类图像分割.仿真实验结果表明,该算法能够以保证图像分割质量为前提,大幅度提高FCM图像分割速度,故具有一定应用价值.

浅议计算机图形分离算法的设计与实现

计算机图形分离的过程就是利用生成和自然图像合成的混合图像,将人工和自然的区域有效地区别开来,在彩色图像进行量化后再使用自组织映射进行处理,得出不同的颜色再组成一个平面图,之后转为二值图像,在连通区域做上相应的标志。得出每个区域的粗糙度和边缘对比度,再进行实验的比较。计算机图形分离算法具有实用性和科学性。