形態(tài)分水嶺變換在木材細(xì)胞圖像分割中的應(yīng)用

1、學(xué)校代碼：1 0 2 2 5學(xué) 號(hào)：0 8 0 2 2 8學(xué)位論文形態(tài)分水嶺變換在木材細(xì)胞圖像分割中的應(yīng)用指導(dǎo)教師姓名：申請(qǐng)學(xué)位級(jí)別：論文提交日期：授予學(xué)位單位：徐宇孫麗萍教授碩 士2 0 0 8 年4 月東北林業(yè)大學(xué)東北林業(yè)大學(xué)學(xué)科專(zhuān)業(yè)： 農(nóng)業(yè)電氣化及其自動(dòng)化論文答辯日期： 2 0 0 8 年6 月授予學(xué)位日期： 2 0 0 8 年6 月答辯委員會(huì)主席：論文評(píng)閱人：春j 厶櫛景大擎摘要摘要隨著木材科學(xué)研究的發(fā)展和深入，通過(guò)計(jì)算機(jī)視覺(jué)來(lái)

2、對(duì)木材細(xì)胞微觀圖像進(jìn)行分析成為當(dāng)今木材研究的一個(gè)重要方向。圖像分割技術(shù)是進(jìn)行細(xì)胞面積、個(gè)數(shù)、胞壁率等反映木材性質(zhì)重要參數(shù)分析的一種快速準(zhǔn)確技術(shù)環(huán)節(jié)，為木材細(xì)胞微觀形態(tài)的定量計(jì)算和分析奠定了理論基礎(chǔ)。圖像處理技術(shù)作為一門(mén)新興的學(xué)科，在短短幾十年的時(shí)間內(nèi)得到了迅速的發(fā)展，并且廣泛應(yīng)用到軍事、工業(yè)、航天等各個(gè)方面。圖像分析與理解的基礎(chǔ)，圖像分割是計(jì)算機(jī)視覺(jué)領(lǐng)域中最基本環(huán)節(jié)，分割結(jié)果的好壞直接關(guān)系到后續(xù)算法的性能。由于圖像的多樣性和復(fù)雜性，目前

3、還沒(méi)有一種完全通用的分割方法可以實(shí)現(xiàn)對(duì)所有圖像的正確分割，因此圖像分割技術(shù)一直是圖像處理的研究熱點(diǎn)。本文首先簡(jiǎn)要介紹了具有代表性的各種分割算法的原理及其功能，將幾種傳統(tǒng)邊緣檢測(cè)算法在木材細(xì)胞圖像分割中的應(yīng)用進(jìn)行了比較。并從傳統(tǒng)的典型邊緣檢測(cè)算子的原理入手，對(duì)木材細(xì)胞微觀圖像進(jìn)行了分割，闡述了各種經(jīng)典算子之間的性能差異，并深入研究比較了各種傳統(tǒng)算法在木材細(xì)胞微觀圖像分割中的優(yōu)缺點(diǎn)。在針對(duì)傳統(tǒng)邊緣檢測(cè)算子無(wú)法解決的問(wèn)題，將形態(tài)分水嶺算法模型

4、引入木材細(xì)胞顯微圖像的分割中。文中重點(diǎn)介紹了分水嶺方法，并通過(guò)實(shí)驗(yàn)結(jié)果說(shuō)明采用形態(tài)分水嶺算法的分割方法在木材細(xì)胞微觀形態(tài)圖像分析中的優(yōu)勢(shì)與不足。本文針對(duì)針葉材細(xì)胞圖像的特點(diǎn)及形態(tài)分水嶺算法的不足，對(duì)形態(tài)分水嶺圖像分割模型進(jìn)行了改進(jìn)，首先對(duì)模型進(jìn)行基于偏微分方程的非線(xiàn)性濾波的預(yù)處理，去除噪聲的同時(shí)突出了邊界；將濾波后的圖像再進(jìn)行灰度差變換，將灰度差變換后的圖像作為分水嶺分割的參考圖像進(jìn)行分割。這樣有效的去除了分割中產(chǎn)生過(guò)分割的可能，為木材