基于改進GrowCut算法的彩色圖像分割方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)與成像技術(shù)的不斷發(fā)展，彩色圖像分割成為人們?nèi)粘Ｉ钚枨蟮囊豁椥录夹g(shù)，相應(yīng)的越來越受人們關(guān)注。目前，圖像分割方法主要向快速、自動、精確、健壯等方向發(fā)展。自適應(yīng)化、最優(yōu)化、自主學習分割將是圖像分割領(lǐng)域追求.的新熱點。近年來，彩色圖像分割領(lǐng)域雖不斷涌現(xiàn)新方法，但仍舊無法滿足實際應(yīng)用的需要。因此通過對圖像分割進行深入的研究，完善已有方法，研究更加新穎有效的方法，或?qū)⒍喾N方法綜合運用，優(yōu)勢互補用于圖像處理具有重要意義。
　　G

2、rowCut算法是基于細胞自動機理論的交互式圖像分割方法，它擁有較強魯棒性，可作用于任意維圖像，能夠解決較難分割的任務(wù)，近年來因其自身的優(yōu)勢備受關(guān)注。本文通過對GrowCut算法及其相關(guān)理論的研究，將原來對灰度圖像的交互分割上升到對彩色圖像的自動分割。主要內(nèi)容概括如下:
　　(1)基于彩色圖像分割的理論研究的基礎(chǔ)，系統(tǒng)闡述GrowCut分割方法的基本原理與相關(guān)理論，依據(jù)仿真實驗結(jié)果，分析利用GrowCut算法進行圖像分割的優(yōu)越性與

3、局限性，并提出幾種優(yōu)化方案，為下文的研究打下理論基礎(chǔ)。
　　(2)針對傳統(tǒng)GrowCut算法分割圖像時，不僅需要用戶交互操作，而且?guī)в幸欢ǖ闹饔^性和不確定性，難以實現(xiàn)準確自動分割。本文提出一種基于閾值和形態(tài)學預處理的GrowCut自動分割算法—TMGC算法。該算法采用Otsu閾值法劃分前景和背景，形態(tài)學重建產(chǎn)生初始種子模板，再運用優(yōu)化的細胞自動機迭代算法獲取最終分割結(jié)果。簡化用戶操作實現(xiàn)自動分割，實驗結(jié)果顯示分割精度和速度都有明顯

4、提高。
　　(3)研究并實現(xiàn)基于二次分水嶺和GrowCut算法相結(jié)合的彩色圖像分割算法—SWGC算法。針對傳統(tǒng)GrowCut算法及TMGC算法需將圖像類型由彩色變換為灰度，且對圖像前、背景的復雜度和相似度要求偏高，本章提出SWGC算法。首先采用二次分水嶺對輸入圖像預處理，經(jīng)過Canny邊緣檢測、特征空間選擇、馬氏距離標記等操作進行區(qū)域合并，運用局部優(yōu)化的GrowCut實現(xiàn)最終準確分割。該方法將分割對象由灰度圖像上升到彩色圖像，通過