灰度图像分割技术研究（可复制论文）.pdf

其推广到踟,提出了基于最优状态和分支树的P筒问兰扑惴ǎ僖源宋;√岢隽艘摘要本文提出了一种改进算法,在孵阶段,引入了■个包括长度项在内的全局目标函数,使用贪心有效地处理过分割图像。本文还提出在玪框架下进行基于图的分割,把传统的基于图割术——静止灰度图像的分割为研究背景,讨论了四类与特定理论工具相结合的灰度图像分割方法,关键词;图像分割哐莼凰郊灰﨧P停灰﨧鳎煌悸郏和几钪祘图像分割是图像分析中的一项关键技术,是进一步对图像进行识别、跟踪、理解和编码的基础,具有十分重要的意义,多年来一直受到广泛关注。本文以图像分割中最常见和最基本的技即基于曲线演化和水平集,基于隐模型、基于图论和基于分形的分割方法。,曲线演化和水平集技术的实现过程复杂,运行速度慢,而近年来出现的离散水平集技术却因其简单快速而受到关注。本文在离散水平集框架下研究了两类重要的曲线演化模型,即基于图像统计信息和基于图像梯度信息的模型,分别提出了工作在离散水平集框架下的格点上的模型、格点上的模型和一种新的基于图像梯度信息的活动轮廓线模型。隐模型琀窃谀J绞侗鹆煊蛴τ霉惴旱耐臣颇P汀1疚研究了一维⒁﨧,和二维馦骱投维τ糜谕枷穹指睢L岢隽艘恢只谧钣抛刺头种蛄械牧鳫参数估计算法,并将种新的基于仃的图像分割算法。在对二维难芯恐校岢隽艘恢中碌耐ㄓ玫透丛佣饶P停推导了前向算法和后向算法这两个重要的递归算法,并在该模型的基础上提出了一种新的解码准则并将它用于图像分割。经典的惴ㄊ且桓鱿确趾蠛系姆指罟蹋悸芳蚪唷⒃怂阈矢撸捎赟过程中分裂位置固定丽壤讨泻喜⑼ǔ2还怀浞郑嬖谧疟呓缥恢貌蛔既泛凸指畹任侍狻N4法完成合并过程。长度项的引入和贪心法的运用便讨邢噗η虺浞趾喜ⅰS行У叵过分割现象,取得了较好的分割结果。基于图论的分割是图像分割领域的~类重要方法,本文主要讨论其中最为常用的基于图割值的图像分割方法。提出了一种新的目标函数,并由此导出一种与访问次序无关的区域合并算法,可以值的方法作为锥蔚拇硎侄危贛阶段用本文提出的与访问次序无关的合并算法进行合并,获得了很好的分割效果。在基于分形理论的图像分割方法中最常见的是用分形维数来进行纹理图像的分割,而本文研究的是基于分形压缩编码的图像分割方法。首先提出了分形图像编码的矩阵表示,在此基础上提出了一种基于分形编码的图像分割算法,利用不同尺度间图像块的相似性,通过定义生成关系和相似关系,,利用的图像信息、对参数的依赖性和时间复杂度等方面详细比较了本文研究的各种分割方法,分析了各种方法的特点和适用环境。分形编码
知识水坝***@pologoogle为您整理
,鱲甌....
知识水坝***@pologoogle为您整理
,.;籋拍篒;;籉、,,】.琲.;
盔亟研究生签名:琐东南大学学位论文独创性声明东南大学学位论文使用授权声明研究生签名:日期:函住’弧导师签名期:。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布括刊登谌ǘ洗笱а芯可喊炖怼
≠,人们往往只对图像中的某些部分感兴趣。这些部分一般对应图像中特定的、具有独特性质的区域。人们通过对图像的不同特征如边界、纹理、颜色、亮度等的分析把这些感兴趣的区域从图像中提取出来的过程称为图像分割。换言之,图像分割就是将图像表示为物理上有意义的连通区域的集合。、跟踪、理解和压缩编码等的基础,因此具有十分重要的意义。图:图像分割在图像工程中的位置【对于图像分割在图像工程中所处的地位,【扛了很好的诠释:【,着重强调在图像之间进行变换以改善图像的视觉效果,主要在图像像素级上进行处理。图像分析则进入了中层,是对图像中感兴趣的目标进行检测和测量。