资源描述：
《基于小波变换的图像分割方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、河南科技大学毕业设计（论文）基于小波变换的图像分割方法的研究摘要近几年，多媒体技术发展越来越快，图像技术也变得越来越受重视，也取得很大的发展，这些因素进而极大的促进了图像技术学科的应用和广泛发展。图像分割处理在图像解析中占有举足轻重的地位，而且图像的解析也是由图像分割处理的方法提取的；图像分割技术方法中，最为普遍的手段就是将原始图像离散形式的数据转化为紧凑的形式，并进行参数测量以及图像的特征提取，这样使问题得到大大的简化。此外，图像分割技术也是图像在压缩和编码中一项重要的技术。当代，图像分割已经变成社会各个领域中对图像处理研究的焦点。图像分割其实就是把
2、图像分割成不同的功能区域，现在它已经成功地应用于农业领域、工业领域、医学领域和军事领域等，极大地方便了各领域，满足了它们对图像处理方面的需求。图像分割的方法有很多种，过去我们所使用的图像分割方法是建立在图像灰度特征的层面上的。具体的图像分割算法可简单的分为两种：第一种是利用区间灰度中具有不连续性的边缘算法；第二种就是阈值算法，这种算法建立在区域内灰度相似性的层面上的。本文通过直方图方法以及模型方法分别探讨了图像小波提取方法，即小波分割法和马尔可夫随机场分割法。噪声和边缘的区别是在进行图像分割的一个难点之一。用于时频两域分析的小波变换分析工具，能够解决该
3、问题。本文使用MATLAB工具进行了仿真。通过对模拟结果的分析，得出了两种不同分割方法的不同分割效果，并进行了优劣比较。关键词：小波阈值，图像分割，区间灰度，分割算法3131河南科技大学毕业设计（论文）RESEARCHOFIMAGESEGMENTATIONBASEDONWAVELETTRANSFORMABSTRACTInrecentyears,moreandmorerapiddevelopmentofmultimediatechnology,imagetechnologyisbecomingmoreandmoreattention,ithasalsom
4、adegreatprogress,thesefactorsthusgreatlycontributedtothedevelopmentandwidespreadapplicationofimagingtechnologydisciplines.Imagesegmentationprocessoccupiesapivotalpositionintheimageparsing,andmethodforimageanalysisisprocessedbytheimagesegmentationextraction;imagesegmentationmetho
5、ds,themostcommonmeansitisadiscreteversionoftheoriginalimagedataintoacompactform,andparametermeasurementandimagefeatureextraction,sothattheproblemisgreatlysimplified.Inaddition,imagesegmentationisimagecompressionandcodingisanimportanttechnology.Contemporary,imagesegmentationhasbe
6、comethefocusofallareasofsocietyinimageprocessingresearch.Imagesegmentationinfact,theimageisdividedintodifferentfunctionalareas,andnowithasbeensuccessfullyappliedinthefieldofagriculture,industry,medicineandmilitaryfields,greatlyfacilitatesthevariousareastomeettheirneedsforimagepr
7、ocessing.Therearemanymethodsofimagesegmentation,imagesegmentationmethodinthepastweusedisbasedonthecharacteristicsoftheimagegraylevel.Specificimagesegmentationalgorithmcanbesimplydividedintotwotypes:thefirstistheuseofadiscontinuityintheintervalgrayedgealgorithm;thesecondisthethre
8、sholdalgorithm,whichisbasedonin-regiongradation
