基于分水嶺和水平集方法的圖像分割算法研究.pdf

1、隨著計算機的發(fā)展,圖像處理技術得到了極大的重視和長足的發(fā)展,其已經迅速滲透到人類生活和社會發(fā)展的方方面面,使人們傳統(tǒng)的生產和生活方式發(fā)生了巨大的變化。圖像處理和計算機視覺中偏微分方程的應用受到了國內外有關學者極大的關注。在繼承了數學和物理方程的大量的研究成果基礎上,基于偏微分方程的圖像處理的研究逐漸豐富和成熟,已迅速發(fā)展成為一種理論上嚴謹,實際上有效的方法。
　　 基于PDE模型的圖像處理方法是將獲取圖像的邊界問題轉化為求解能量

2、泛函的最優(yōu)解問題,實現了與幾何學、物理學的結合。本文主要研究了水平集方法和分水嶺方法相關的基本理論和研究進展以及在圖像分割中的應用。
　　 首先,在充分研究分水嶺算法的基礎上,結合數學形態(tài)學的開閉重建運算以及落差等概念,介紹了一種改進分水嶺算法,以期解決傳統(tǒng)分水嶺方法中出現的圖像過度分割問題。實驗結果表明,這是一種實用可行的圖像分割方法,能夠較快速分割出目標的完整外輪廓,尤其對于過分割現象的抑止達到了很好的效果。
　　

3、其次,在充分研究水平集方法的基礎上,對基于邊緣信息的測地線活動輪廓模型和基于區(qū)域信息的C-V模型進行了研究,介紹了使用水平集方法對這兩個模型進行了描述的方法,同時針對這兩類模型的主要缺陷進行了改進。
　　 最后,討論了一種基于分水嶺變換和水平集方法相結合的圖像分割方法。采用形態(tài)學變換的方法對原始圖像進行平滑,以增強圖像邊緣并濾去噪聲；再應用分水嶺變換對平滑后的圖像進行分割,利用過分割后小區(qū)域之間具有灰度值接近的特性,引入水平集方