基于Graph Cuts算法的X光圖像研究.pdf

1、圖像分割是指將一幅圖像中的包含特殊含義的不同區(qū)域區(qū)分出來的過程，它是數(shù)字圖像處理領域中最為基本的一個問題。由于其復雜性，至今仍然沒有一種通用的方法能滿足各種不同的需要。為了在復雜的圖像中達到更好的分割效果，近來人們傾向于將某些特定的學術理論應用于圖像分割中，以融合多種不同的圖像信息或者結合不同的分割方法以取長補短。
　　 Graph Cuts圖像分割方法即是近年來新出現(xiàn)的一種基于能量函數(shù)最小化的交互式圖像分割方法。不同于傳統(tǒng)的圖

2、割方法，它是在馬爾可夫隨機場的基礎上通過s-t網(wǎng)絡圖的最小割理論將圖像的分割問題轉化為求解能量函數(shù)的最小化問題。相比于其他的組合優(yōu)化技術，該方法能夠實現(xiàn)全局最優(yōu)，而且該方法魯棒性強具有多維圖像處理能力。目前該方法在圖像處理領域中已經(jīng)得到了廣泛的應用。
　　 本文以Graph Cuts圖像分割方法為研究重點，從馬爾可夫能量函數(shù)、網(wǎng)絡流相關理論到網(wǎng)絡圖的構建方法、最小割的計算再到該方法的研究現(xiàn)狀等多方面對Graph Cuts方法的理

3、論框架進行了全面詳細的介紹。并且根據(jù)本文要分割的X光圖像的具體特點，對Graph Cuts分割方法的具體應用進行了分析。
　　 針對Graph Cuts圖像分割方法在分割本文X光圖像時遇到的不能正確區(qū)分距離較近的兩個目標物的問題，本文提出了一種結合原始圖像梯度信息對網(wǎng)絡圖進行賦值的方法。該方法使得圖像中的邊界位置與非邊界位置在網(wǎng)絡圖中更容易區(qū)分。實驗結果表明這種新方法在一定程度上解決了原有方法的缺點而且這種新方法對物體邊界細節(jié)保