版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、圖像分割是圖像處理中的重要問題,也是計算機視覺領域低層次視覺中的基礎。圖像分割是將圖像表示為物理上有意義的連通區(qū)域的集合,這些區(qū)域即是人們感興趣的部分。它是實現(xiàn)圖像理解與分析的基礎,分割結果很大程度上影響著后續(xù)處理。
圖像分割結果的準確性和分割算法的快速性是保證圖像識別系統(tǒng)的重要條件。論文在提高圖像分割結果準確性和算法的快速性方面做了以下幾個工作:
分水嶺分割算法是根據數(shù)學形態(tài)學提出的一種基于區(qū)域分割的圖像分割方法。
2、該方法簡單、直觀、可快速并行處理,能得到連通封閉的區(qū)域輪廓。但分水嶺算法也存在一個嚴重的“過分割”問題。本文首先詳細給出了分水嶺變換的數(shù)學描述及實現(xiàn)方法,并分析算法產生“過分割”現(xiàn)象的原因。在此基礎上提出了兩種改進方法。
第一種方法結合小波變換和多尺度形態(tài)學梯度,對基本分水嶺分割算法進行了改進。該方法首先選擇適當?shù)慕Y構元素對原始圖像進行預處理和多尺度梯度變換,把分水嶺分割建立在小波變換的低頻圖像上,并通過形態(tài)重構有效地解決了偽
3、極小值給分水嶺算法帶來的“過分割”現(xiàn)象;第二種方法提出了一種新的基于標記閾值的分水嶺分割算法。算法通過對原始梯度圖像的極小值標記進行強制修定,并在強制標記的梯度圖像上進行分水嶺變換。實驗結果表明,兩種方法都能有效地改善分水嶺算法的“過分割”問題,得到理想的分割結果。其中,第二種方法帶標記的分水嶺使分割結果更為準確。同時,不需要人為對圖像具有先驗知識,實用性較強。
模式識別中的Fisher線性判別函數(shù)是判定類別分離程度的有效準則
4、?;诙S的Fisher線性判別圖像分割方法不僅考慮圖像的灰度信息和像素間的空間鄰域信息,而且進一步考慮類間方差和類內方差在類別分離性中的相關性。對于邊緣模糊,信噪比較低的圖像分割有很大改善。
針對二維Fisher分割算法計算量大的問題,采用粒子群優(yōu)化(Particle Swarm Optimization, PSO)算法來搜索最優(yōu)二維閾值向量。結果表明,采用PSO來搜索二維閾值向量,PSO算法能在很短的時間內搜索到全局最優(yōu)閾
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 矢量形態(tài)學分水嶺分割算法研究.pdf
- 形態(tài)學分水嶺結合譜聚類的圖像分割算法.pdf
- 基于形態(tài)學分水嶺的醫(yī)學圖像分割方法研究.pdf
- 基于形態(tài)學梯度和分水嶺的圖像分割算法研究.pdf
- 采用模糊形態(tài)學和分水嶺算法的圖像分割研究.pdf
- 基于形態(tài)學和分水嶺算法的數(shù)字圖像分割研究.pdf
- 基于數(shù)學形態(tài)學分水嶺變換的圖像分割方法研究.pdf
- 基于分水嶺算法的圖像分割研究.pdf
- 基于分水嶺算法的醫(yī)學圖像分割研究.pdf
- 基于水平集和分水嶺的圖像分割算法研究.pdf
- 基于數(shù)學形態(tài)學和分水嶺算法的遙感圖像目標識別.pdf
- 基于改進分水嶺算法的細胞圖像分割.pdf
- 基于分水嶺算法的彩色細胞圖像分割研究.pdf
- 基于分水嶺算法和等周理論的圖像分割算法研究.pdf
- 基于小波變換和分水嶺算法的圖像分割算法研究.pdf
- 基于分水嶺和水平集方法的圖像分割算法研究.pdf
- 一種基于形態(tài)學和聚類處理的改進分水嶺分割算法.pdf
- 多源圖像區(qū)域分割的分水嶺算法研究.pdf
- 基于分水嶺的SAR溢油圖像快速分割算法研究.pdf
- 分水嶺算法在圖像分割中的應用研究.pdf
評論
0/150
提交評論