高效的圖像分割算法的研究.pdf

1、近年來，隨著計算機性能的不斷提高，圖像處理和計算機視覺得到了越來越多的應(yīng)用。它們處理的對象是靜止的圖像或者運動的圖像序列。由于圖像信息量大、所包含內(nèi)容的特殊性和復(fù)雜性，使得圖像處理的難度大大增加，同時也使圖像處理的研究趨于多樣化，以滿足不同的圖像處理的需求。 圖像分割是圖像處理的重要領(lǐng)域之一，其目的是將圖像中感興趣的部分提取出來，是進一步進行圖像識別和分析的基礎(chǔ)，因此它是圖像理解的一個關(guān)鍵步驟。圖像分割是圖像處理中最常見和最困難

2、的問題之一，雖然目前已研究出不少圖像分割的方法，但還沒有適用于很多場合的圖像的有效方法，很多好方法也不能滿足實時系統(tǒng)的要求。目前，對圖像分割技術(shù)的研究還在不斷深入和廣泛地進行，本文正是選取了這一熱點和難點課題進行了研究。 本文的主要工作是提出了多個新的圖像分割方法，分析了它們的性能，并與幾個常用的經(jīng)典方法進行了理論和實驗比較。大量的圖像樣本實驗結(jié)果表明，本文提出的方法是可行和有效的，特別適合需要實時處理的系統(tǒng)。 本文的具

3、體研究內(nèi)容如下：(1)對眾多的圖像分割方法，特別是閾值化方法系統(tǒng)進行了分類、比較和評價。 (2)提出了一個對灰度圖像進行快速二值化的優(yōu)化方法。本文將二值化建模為一個離散優(yōu)化問題，通過對一個加權(quán)誤差平方和函數(shù)的極小化來找到最佳閾值。同時還將本文的新方法與經(jīng)典的二值化方法Otsu和熵進行了比較，大量的實驗結(jié)果表明新算法不僅能得到滿意的分割結(jié)果，而且更加有效，特別適合于對時間要求很高的實時系統(tǒng)中。本文也從理論上證明了新算法同Otsu算

4、法能產(chǎn)生完全相同的分割結(jié)果，但速度快得多。 (3)提出了多個閾值的圖像分割方法。經(jīng)典的Otsu和熵算法只給出了尋找一個最佳閾值的特例，本文將它們推廣到尋找多個閾值的一般情況，并將本文提出的新算法也擴展到多類的分割。通過理論分析和實驗比較，證明了在多類的情況下，新算法更具有優(yōu)勢。 (4)對有噪聲的圖像進行快速分割。在2D直方圖上進行投影運算，將1D直方圖上的快速算法移植到圖像的2D直方圖上，實現(xiàn)了對有噪聲圖像的快速分割。新

5、算法既能達到較快的效果，又能很好地抑制噪聲。與基于2D直方圖的Otsu和熵的算法進行了比較，實驗結(jié)果均表明新算法有效的多。 (5)提出了一個基于K均值聚類和兩層塔形結(jié)構(gòu)的彩色圖像分割快速算法，新算法通過兩個途徑來加快彩色圖像的分割。第一個途徑是構(gòu)造一個彩色圖像的兩層塔形結(jié)構(gòu)，通過在上層小圖像的快速聚類結(jié)果來有效地指導(dǎo)下層大圖像的聚類。第二個途徑是通過一個利用查找表實現(xiàn)的快速K均值聚類算法來進行聚類。對彩色圖像的分割實驗表明，本文