数字图像处理论文-图像分割方法研究

《数字图像处理论文-图像分割方法研究》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、姓名武易学号1341901124成绩江苏科技大学数字图像处理本科生课程论文论文题目：__图像分割方法研究_______完成时间：_______2016/6/5__________所在专业：____计算机科学与技术_____所在年级：_____三年级______________图像分割方法研究2013级计算机专业1班1341901124武易摘要：图像分割是图像处理与机器视觉的基本问题之一，图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像，数分割算法均基于灰度值的两个基本性质之一：不连续性和相似性。本文

2、详述了阈值处理，边缘检测，区域分割，分水岭分割等经典算法，对人工智能基础上的分类算法只做简述。关键词：图像分割；数字图像处理；边缘检测，分水岭算法1研究背景图像分割是图像处理与机器视觉的基本问题之一，其要点是：把图像划分成若干互不交叠区域的集合，这些区域要么对当前的任务有意义，要么有助于说明它们与实际物体或物体的某些部分之间的对应关系。一般的图像处理过程如图1-1所示。从图中可以看出，图像分割是从图像预处理到图像识别和分析理解的关键步骤，在图像处理中占据重要位置和起核心作用。一方面它是目标表达的基础，对特征测量有重要的影响。另一

3、方面，图像分割以及基于分割的目标表达，特征提取和参数测量等将原始图像转化为更为紧凑的形式，使得更高层的图像识别，分析和理解成为可能。图1.1一般的图像处理过程图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。例如，在遥感应用中，合成孔径雷达图像中目标的分割，遥感云图中不同云系和背景分布的分割等。在医学应用中，脑部MR图像分割成灰质（GM），白质（WM），脑脊髓（CSF）等脑组织和其他非脑组织区域（NB）等。在面向对象的图像压缩和基于内容的图像数据库查询中，将图像分割成不同的对象区域。在这些应用中，分

4、割通常是为了进一步对图像进行分析，识别，压缩编码等，分割的准确性直接影响后续任务的有效性，因此具有十分重要的意义。按照通用的分割定义，分割出的区域需同时满足均匀性和连通性的条件。其中均匀性是指该区域中的所有像素点都满足基于灰度，纹理，彩色等特征的某种相似性准则；连通性是指在该区域内存在连接任意两点的路径。设F表示一幅图像中所有像素的集合，P(.)是有关均匀性的假设，分割定义为把F划分成若干子集（S1，S2，…,Sn），其中每一个子集都构成一个空间连通区域，即Yi=1nSi=F且SiISj=∅,i≠j且P(.)满足PSi=true

5、,∀i和P(SiYSj)=false,若Si与Sj在空间相邻符合上述定义的分割计算十分复杂和困难，图像处理和视觉界的研究者们为此付出了长期的努力。迄今为止，大部分研究成果都是针对某一类型图像，某一具体应用的分割，通用方法和策略仍面临者巨大的困难。本文我们将对图像分割的方法进行分析和对比。2主要理论概况主要介绍课题相关理论基本方法多数分割算法均基于灰度值的两个基本性质之一：不连续性和相似性。在第一类中，方法是以灰度突变为基础分割一幅图像，比如图像的边缘。在第二类中，主要方法是根据一组预定义的准则将一幅图像分割为相似的区域。阈值处理

6、。区域生长，区域分裂和区域聚合都是这类方法的例子。这些方法在一定程度上依赖人类判断来识别区域的存在，并通过勾画边界或选择某个亮度值范围来定义它们。还有一些方法从不完整的定义开始，不断细化分割，已达到更大的精度和一致性，完全自动的技术会确定有多少类物体出现，并将图像完全细分，并将图像完全细化，以将这些物体隔离出来。但它们在小型计算机系统中应用甚微，且效率通常要比人工输入的效率低。普通图像分割任务可视为分类问题的一个例子。就像多数涉及要素或人工智能的技术那样，它可能不会使用与人类采用的相同输入或决策方法，但会力求实现相同的结果（且有

7、时是成功的）。卫星成像中一直使用了一种成功的一般分类方法，卫星图像中存在许多波段的数据。如果在高维空间中画出图像中的每个像素点，空间中的各个坐标轴表示各个波段中的亮度，那么应用于土地利用，作物类型，土壤或岩性等的不同类型的点将会聚集在一起，且这些聚类彼此能很好地分开。3．图像分割算法3.1阈值处理采用与阈值处理的方法，目标和背景像素会具有两种主要模式的灰度级。一种从背景上提取对象的明显方法是选取一个阈值T来分离这两种模式。任何满足f（x，y）>=T的点（x,y）称为对象点，其他点则称为背景点。换言之，阈值处理后的图像g（x，y）

8、定义为g（x，y）={0如果fx，y