基于數(shù)學(xué)形態(tài)學(xué)圖像分割算法的研究.pdf

1、圖像分割在計算機視覺領(lǐng)域中得到越來越多的重視，圖像分割是銜接圖像處理與圖像分析的關(guān)鍵步驟，因為圖像分割及其基于分割的特征提取和參數(shù)測量，目標(biāo)表達(dá)等將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像分析和圖像理解成為可能。
　　 數(shù)學(xué)形態(tài)學(xué)的基本描述語言是基于集合論的思想，將數(shù)學(xué)形態(tài)學(xué)方法與圖像分割緊密的聯(lián)系起來是近年來圖像處理中的研究熱點之一，因而倍受人們關(guān)注。
　　 本文闡述基于數(shù)學(xué)形態(tài)學(xué)分水嶺算法基本原理并分析算法

2、中存在的問題，提出一種改進的分水嶺算法，對基于邊緣檢測圖像分割技術(shù)與基于區(qū)域分割技術(shù)進行了分析，結(jié)合數(shù)學(xué)形態(tài)學(xué)一些基本概念與基本理論，重點研究數(shù)學(xué)形態(tài)學(xué)的膨脹與腐蝕運算，開與閉運算，文中以二值形態(tài)學(xué)為出發(fā)點一直延伸到灰度圖像當(dāng)中。分水嶺是最近幾年運用數(shù)學(xué)形態(tài)學(xué)思想的一種實用性非常廣泛的圖像分割工具，在圍繞分水嶺變換方面，詳細(xì)分析分水嶺變換的優(yōu)缺點，針對傳統(tǒng)的分水嶺方法存在著嚴(yán)重的過分割現(xiàn)象，分析“過分割”所產(chǎn)生的原因。
　　 針