基于最小生成樹的圖像分割算法研究.pdf

1、圖像分割是一種底層的圖像處理技術(shù),它利用圖像的某些特性，將其劃分為若干個獨立的有意義的相似區(qū)域。圖像分割廣泛應(yīng)用于醫(yī)學(xué)、軍事、體育、農(nóng)業(yè)等領(lǐng)域。按實現(xiàn)原理將圖像分割歸納為四大類：基于閾值的分割方法、基于邊界檢測和邊緣連接的方法、基于區(qū)域提取的方法和結(jié)合特定理論工具的方法?；趫D論的分割方法是一類綜合考慮圖像邊緣及區(qū)域的方法，實質(zhì)是將圖像分割轉(zhuǎn)化為無向圖的最優(yōu)化問題。其中最小生成樹（MST）是圖論中計算權(quán)值最小連通圖的一種理論，此方法具有

2、較高的運算效率、結(jié)構(gòu)簡單、著眼于全局，比一般方法獲得更佳的效果。
　　本文的工作主要基于MST的算法，在分析此算法的概念、原理、數(shù)據(jù)結(jié)構(gòu)和實現(xiàn)方式的基礎(chǔ)上，根據(jù)Kruskal算法無法通過新生區(qū)域修改區(qū)域鄰接圖（RAG）的缺陷，提出在合并區(qū)域后更新RAG和邊的排列順序來改進該算法。為了提高算法的應(yīng)用，我們需要更改算法及優(yōu)化程序，發(fā)現(xiàn)MST算法的運算瓶頸為節(jié)點和邊的數(shù)目，由此介紹了分水嶺分割算法的思想、基本模型和主要缺陷后，將此方法引

3、入MST方法中作為預(yù)分割，生成的過度分割區(qū)域轉(zhuǎn)化為無向圖中的節(jié)點，相鄰區(qū)域間的差異轉(zhuǎn)化為邊的權(quán)重，構(gòu)造加權(quán)RAG，然后利用改進的Kruskal算法對其進行合并。
　　基于分水嶺的MST的分割方法雖然具有較好的分割速度和全局特性，但其結(jié)果較為粗糙、冗雜。本文結(jié)合Mumford-Shah模型中對于圖像區(qū)域及邊緣的認識，計算區(qū)域間基于結(jié)合度的權(quán)值加入到MST的合并判斷公式中，改進了其合并判斷的量度。新的合并公式可以使相互結(jié)合較好的區(qū)域更