基于小波變換和模糊理論的圖像分割方法研究.pdf

1、圖像分割是計(jì)算機(jī)視覺領(lǐng)域一個重要而基本的問題，尤其是圖像理解、成像目標(biāo)的識別與跟蹤、機(jī)器人視覺中的一項(xiàng)關(guān)鍵技術(shù)。圖像分割是指把圖像分解成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程，它是從圖像處理到圖像分析的一個關(guān)鍵步驟，在圖像工程中占有非常重要的位置，并且己在諸如計(jì)算機(jī)視覺、模式識別和醫(yī)學(xué)圖像處理等實(shí)際中得到了廣泛的應(yīng)用。所以對圖像分割的研究一直是圖像技術(shù)研究中熱點(diǎn)和焦點(diǎn)之一，從而導(dǎo)致圖像分割的算法層出不窮。然而現(xiàn)有的圖像分割算法對目

2、標(biāo)的檢測和識別，多數(shù)未達(dá)到令人滿意的結(jié)果，因此，根據(jù)實(shí)際課題的需要，本文展開了對圖像分割方法的研究。 結(jié)合本人參加的重慶市自然科學(xué)基金資助項(xiàng)目——圖像處理技術(shù)及應(yīng)用基礎(chǔ)研究(CSTC2005BA2002)，論文主要涉及了以下內(nèi)容：利用小波變換具有低熵性、多分辨性質(zhì)、去相關(guān)性、小波基選擇的多樣性和良好的時頻局部化等特性，研究了小波多尺度邊緣檢測算法，得到了一些有用的結(jié)論，如在分辨率高(小尺度)時，圖像的邊緣細(xì)節(jié)較為豐富，邊緣定位精

3、度較高，但易受到噪聲干擾；分辨率低(大尺度)時，圖像的邊緣穩(wěn)定，抗噪性好，但定位精度差；針對圖像分割時，模糊的部分應(yīng)該是在邊緣部分，而非邊緣部分相對是明確的特征，提出了多尺度下小波邊緣檢測的改進(jìn)算法，利用模糊隸屬度函數(shù)的有效分類對灰度圖像進(jìn)行多尺度下的邊緣檢測，并在此基礎(chǔ)上利用競爭法則提取邊緣；針對圖像邊界的模糊性，采用擴(kuò)展領(lǐng)域的思想，對圖像邊緣進(jìn)行進(jìn)一步地描述，再結(jié)合算法進(jìn)行邊緣的精確提取；針對彩色圖像分割可能出現(xiàn)的一些零散的、不連通