基于數(shù)學(xué)形態(tài)學(xué)的最大二維信息熵及Canny邊緣檢測(cè)的圖像分割的研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，多媒體技術(shù)和數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域越來(lái)越廣泛，圖像作為更直接更豐富的信息載體，圖像信息已成為人類(lèi)獲取和利用信息的重要來(lái)源和手段，正成為越來(lái)越重要的研究對(duì)象。圖像分割技術(shù)是數(shù)字圖像處理研究的重要內(nèi)容，它對(duì)于圖像特征提取、圖像分析和識(shí)別、計(jì)算機(jī)視覺(jué)等有著重要意義。但由于圖像分割方法的千差萬(wàn)別，使得圖像分割問(wèn)題成為數(shù)字圖像處理中最具吸引力、最困難的問(wèn)題之一。
　　 數(shù)學(xué)形態(tài)學(xué)是一種新的非線性圖像(信號(hào))處理和

2、分析理論，它從集合的角度來(lái)刻畫(huà)和分析圖像，具有一套完整的理論、方法及算法體系。本文以數(shù)學(xué)形態(tài)學(xué)為基礎(chǔ)研究圖像分割算法，討論了數(shù)學(xué)形態(tài)學(xué)的概念、算子和方法，并將應(yīng)用于圖像分割中。提出了一種新的基于數(shù)學(xué)形態(tài)學(xué)的最大二維信息熵及Canny邊緣檢測(cè)的圖像分割算法：首先對(duì)圖像進(jìn)行Canny算子邊緣檢測(cè)，把得到的分割信息作為必要的參考信息，把圖像轉(zhuǎn)化成二值圖像，然后對(duì)圖像用基于數(shù)學(xué)形態(tài)學(xué)的最大二維信息熵算法尋找最佳閾值，最終再進(jìn)行邊緣連接。實(shí)驗(yàn)結(jié)果