基于圖像數(shù)據(jù)場的圖像分割技術(shù)研究.pdf

1、圖像分割是圖像處理過程中的關(guān)鍵步驟，就是把圖像劃分成若干個(gè)具有各自獨(dú)特性質(zhì)的區(qū)域并從中提取出我們感興趣的區(qū)域。對(duì)于如何快速有效地提取出目標(biāo)區(qū)域一直受到廣大學(xué)者的關(guān)注，是圖像處理中的一個(gè)熱門課題。
　　本文首先研究介紹了幾種現(xiàn)有較為流行的分割算法，主要包括基于閾值的圖像分割、基于邊緣的圖像分割、基于區(qū)域生長的圖像分割、基于分水嶺算法的圖像分割等。然后重點(diǎn)研究了分水嶺分割算法和區(qū)域生長算法，提出了相對(duì)應(yīng)的改進(jìn)算法，并且通過實(shí)驗(yàn)驗(yàn)證了本

2、文算法的可行性。
　　對(duì)于分水嶺分割算法。本文在現(xiàn)有的基于梯度的分割和基于標(biāo)記的分割算法的理論基礎(chǔ)上，重點(diǎn)研究了一種基于控制標(biāo)記符的改進(jìn)分水嶺算法。該算法首先計(jì)算圖像的八方向梯度圖像，然后通過形態(tài)學(xué)運(yùn)算和傅里葉變換去除局部極大值點(diǎn)，并提取出極小值點(diǎn)作為標(biāo)記符集合，然后進(jìn)行分水嶺分割，有效地減少了過分割的現(xiàn)象，保存結(jié)果以待后續(xù)操作。
　　本文研究了圖像數(shù)據(jù)場和勢函數(shù)的概念以及圖像分割的粒計(jì)算原理。圖像的勢函數(shù)可以更好的反映像素

3、點(diǎn)和其鄰域的關(guān)系，通過選擇不同的影響因子可以將圖像分成多種粒度層次進(jìn)而實(shí)現(xiàn)圖像的分割。
　　對(duì)于種子區(qū)域生長分割算法。本文介紹了算法的基本原理，影響分割算法結(jié)果的三個(gè)因素:分別為初始種子點(diǎn)的選取、區(qū)域的生長合并規(guī)則以及生長停止的條件。
　　基于圖像勢函數(shù)和區(qū)域生長算法的概念，本文提出一種基于圖像數(shù)據(jù)場的改進(jìn)區(qū)域生長分割算法。本算法采用邊緣檢測提取邊緣平均灰度值作為種子點(diǎn)，再結(jié)合圖像的勢函數(shù)作為生長準(zhǔn)則，通過最小化勢熵確定影響