基于分水嶺算法的分割方法研究.pdf

1、近年來(lái)，隨著計(jì)算機(jī)的普及和現(xiàn)代信息技術(shù)的高速發(fā)展，計(jì)算機(jī)被越來(lái)越多地用來(lái)獲取與處理視覺(jué)圖像信息。在研究視覺(jué)圖像信息的過(guò)程中，常會(huì)對(duì)圖像或者視頻中的某些特殊區(qū)域感興趣，而這些區(qū)域往往都包含著特定的、具有獨(dú)特性質(zhì)的視覺(jué)信息。為了進(jìn)一步分析處理這些區(qū)域，首先需要將它們精確地分離出來(lái)。這種提取目標(biāo)區(qū)域的技術(shù)就是圖像分割技術(shù)。作為處理視覺(jué)圖像信息的基礎(chǔ)，應(yīng)用在圖像和視頻中的分割算法是視覺(jué)信息處理的關(guān)鍵技術(shù)。
　　 數(shù)學(xué)形態(tài)學(xué)是一種新的非線

2、性圖像（信號(hào)）處理和分析理論，它摒棄了傳統(tǒng)的數(shù)值建模及分析的觀點(diǎn)，從集合的角度來(lái)刻畫(huà)和分析圖像，以其理論體系的完整性、嚴(yán)密性和幾何表現(xiàn)的直觀性，為視覺(jué)信息處理提供了一種統(tǒng)一的處理工具。本文將數(shù)學(xué)形態(tài)學(xué)的理論與經(jīng)典的分水嶺分割算法相結(jié)合，提出一種有效圖像分割算法。目前，分水嶺算法的問(wèn)題主要集中在兩個(gè)方面:初始種子點(diǎn)難以有效確定;以及圖像的過(guò)分割。本文圍繞這兩方面展開(kāi)深入研究，借助數(shù)學(xué)形態(tài)學(xué)和其他工具，改進(jìn)了分水嶺變換的區(qū)域分割算法。

3、>　　 本文主要的工作和研究成果如下:
　　 1.闡述了課題的研究背景及意義，給出了視頻圖像分割的有關(guān)概念，并對(duì)目前分割算法及國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述性質(zhì)的分析。介紹了本文中所用到算法的相關(guān)基礎(chǔ)理論及應(yīng)用。
　　 2.針對(duì)傳統(tǒng)分水嶺算法易受到諸如光照強(qiáng)度、噪聲等不利因素的干擾，首先對(duì)圖像作預(yù)處理，主要包括圖像增強(qiáng)、中值濾波、邊緣檢測(cè)及數(shù)學(xué)形態(tài)學(xué)開(kāi)閉（閉開(kāi)）重構(gòu)濾波等操作，有效地抑制了噪聲，為后續(xù)工作奠定了良好基礎(chǔ)。

4、r>　　 3.針對(duì)傳統(tǒng)分水嶺算法中有效選取匯水盆地的問(wèn)題，利用前期的預(yù)處理以及自適應(yīng)的區(qū)域標(biāo)記提取算法，改進(jìn)了匯水盆地不能自動(dòng)確定并生成的問(wèn)題，可以快速、準(zhǔn)確地計(jì)算出區(qū)域標(biāo)記，并克服噪聲對(duì)圖像的影響;同時(shí)針對(duì)傳統(tǒng)分水嶺算法的過(guò)分割問(wèn)題，借助Mumford-Shah能量方程，實(shí)現(xiàn)了過(guò)分割區(qū)域的合并。改進(jìn)的能量方程計(jì)算復(fù)雜度較低，參數(shù)選取簡(jiǎn)單，大大加快了過(guò)分割區(qū)域的合并速度。通過(guò)與對(duì)比算法的實(shí)驗(yàn)比較，本文所提出的算法可以得到更為準(zhǔn)確的分割