圖像分割中關(guān)鍵技術(shù)的研究.pdf

1、圖像分割應用在許多方面，小到檢查癌細胞、精密零件表面缺陷檢測，大到處理衛(wèi)星拍攝的地形地貌照片等。在所有這些應用領(lǐng)域中，最終結(jié)果很大程度上依賴于圖像分割的結(jié)果。但是，在一些復雜的問題中，尤其是在很多醫(yī)學圖像的分割，雖然圖像分割方法已有上百種，但是現(xiàn)有的分割技術(shù)都不能得到令人滿意的結(jié)果，原因在于計算機圖像處理技術(shù)是對人類視覺的模擬，而人類的視覺系統(tǒng)是一種神奇的、高度自動化的生物圖像處理系統(tǒng)，從而限制了圖像自動識別技術(shù)的發(fā)展。因此從原理、應用

2、和應用效果的評估上深入研究圖像分割技術(shù)，對于提高計算機的視覺能力和理解人類的視覺系統(tǒng)都具有十分重要的意義。 本論文主要圍繞提高圖像分割效果的問題，包括對圖像的預處理、圖像特征的提取以及圖像分割方法等。研究了圖像的紋理特征的提取方法，并利用自組織特征映射神經(jīng)網(wǎng)絡(luò)SOFM對圖像進行分割。本文在圖像預處理中采用基于QPSO算法優(yōu)化設(shè)計的二維IIR數(shù)字濾波器的算法對圖像進行濾波，消除圖像中無關(guān)的信息，恢復有用的真實信息，增強有關(guān)信息的可

3、檢測性和最大限度地簡化數(shù)據(jù)，從而改進特征抽取、圖像分割可靠性。 針對圖像紋理特征問題，采用Gabor濾波器的方法，對圖像的紋理檢測精度有所提高，對最后的圖像分割有較高的準確度。采用Gabor濾波器方法，可以得到希望的紋理圖像空間頻率通道上的分解系數(shù)，把這些通道上的能量作為紋理圖像的特征。這是因為僅采用單一尺度分析紋理圖像很難獲得好的分類性能，采用多分辨分析小波變換后，可以克服這些困難。利用Gabor濾波器獲取空間頻率中頻通道的能