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具有各自獨特性質(zhì)的區(qū)域并從中提取出我們感興趣的區(qū)域。對于如何快速有效地提取出目標區(qū)域一直受到廣大學者的關(guān)注，是圖像處理中的一個熱門課題。
　　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。然后重點研究了分水嶺分割算法和區(qū)域生長算法，提出了相對應(yīng)的改進算法，并且通過實驗驗證了本

2、文算法的可行性。
　　對于分水嶺分割算法。本文在現(xiàn)有的基于梯度的分割和基于標記的分割算法的理論基礎(chǔ)上，重點研究了一種基于控制標記符的改進分水嶺算法。該算法首先計算圖像的八方向梯度圖像，然后通過形態(tài)學運算和傅里葉變換去除局部極大值點，并提取出極小值點作為標記符集合，然后進行分水嶺分割，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算原理。圖像的勢函數(shù)可以更好的反映像素

3、點和其鄰域的關(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而實現(xiàn)圖像的分割。
　　對于種子區(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)果的三個因素:分別為初始種子點的選取、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，再結(jié)合圖像的勢函數(shù)作為生長準則，通過最小化勢熵確定影響