復雜背景下的灰度圖像分割算法研究.pdf

1、作為圖像分析與圖像理解的基礎，圖像分割是計算機識別領域中最基本、也是最困難的問題之一?，F(xiàn)有的圖像分割算法各有千秋，但這些方法都是針對特定對象提出的，由于圖像的多樣性和復雜性，目前還沒有統(tǒng)一的自適應分割實現(xiàn)方案。 為了設計適用于復雜背景下的灰度圖像的分割算法，本文整理、歸納和總結了一般圖像分割理論、方法和國內(nèi)外研究現(xiàn)狀、發(fā)展趨勢，重點論述了目前應用最廣泛的閾值分割法。 由于成像器材的限制、傳輸線路中的噪聲和光照不均等種種原

2、因，實際應用中采集的大部分圖像都可歸類為復雜背景下的圖像，而且不論是彩色圖像還是黑白圖像，在處理時都會先將它們轉化為灰度圖像，目前復雜背景下的灰度圖像的分割仍是熱點問題。本文針對復雜背景下的灰度圖像目標與背景對比度差、圖像邊緣模糊、噪聲較大的特性，提出了一種結合多項式閾值曲面擬和法和分水嶺變換法的圖像分割算法。 閾值曲面擬合法利用圖像的局部特征生成自適應閾值曲面，雖然有較好的分割效果但容易產(chǎn)生誤分割；在數(shù)學形態(tài)學中，分水嶺變換的

3、方法能有效分割與目標具有連通或相似灰度的背景圖像，但容易產(chǎn)生過度分割。因此，本文對這兩種算法均做了改進。本文重點研究了閾值曲面的擬合方法，提出了用LoG算子提取的零交叉點作為擬合點，在最小均方誤差意義下，采用二維三階多項式擬合閾值曲面的方法。同時，本文也重點研究了分離粘連目標和糾正誤分割背景的方法，提出了用基于距離變換的改進分水嶺變換法對多項式閾值曲面擬合法分割后的圖像再次分割的方法。最后，本文將曲面擬合法和分水嶺變換法有機的結合起來實

4、現(xiàn)復雜背景下的灰度圖像分割。為了驗證本文提出的改進算法的準確性和有效性，本文在MATLAB環(huán)境下，以十五幅具有復雜背景特征的灰度圖像和十幅一般灰度圖像為仿真對象，分別對它們使用閾值曲面擬合法進行分割，使用分水嶺變換法進行分割，使用本文提出的改進算法進行分割，使用Otsu法進行分割，使用最小誤差法進行分割，并將五種分割結果進行對比。本文最終得出的結論是:對于復雜背景下的灰度圖像，結合了多項式閾值曲面擬合法和分水嶺變換法的改進算法比單獨使用