基于分水岭与图论的图象分割技术研究

论文摘要

论文着重研究了基于分水岭与图论的图象分割技术。使用传统分水岭算法对噪声图象进行分割,由于缺少预处理及后处理,过分割现象严重。论文提出的改进分水岭算法基于数学形态学及图论理论,由以下三步实现:图象的预处理;使用Vincent-Soille分水岭算法对预处理过的图象进行分割;图象的后处理。提出基于新型GOC滤波器的预处理算法对噪声图象进行平滑去噪处理,该滤波器由两组适应不同形状要求的尺寸分别为3×3和5×5的结构元素组构成,每组结构元素组由水平、垂直、45度角及135度角四个方向的结构元素构成,有效地去除图象噪声。提出基于Ratio Cut准则的后处理算法,将分水岭分割产生的过分割小区域看作图的节点,建立浓缩的带权图,进行区域合并。在VC++6.0环境下实现了一个图象分割系统,对提出算法进行了验证,改进后的分水岭算法能够有效减轻过分割现象,得到有意义分割区域。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景及意义
• 1.1.1 图象分割
• 1.1.2 图象分割的分类
• 1.2 课题的研究现状
• 1.2.1 基于边界的图象分割技术
• 1.2.2 基于区域的图象分割技术
• 1.3 图象分割研究的重点
• 1.4 论文主要工作和内容安排
• 2 数学形态学、分水岭算法原理及图论理论
• 2.1 数学形态学理论
• 2.1.1 数学形态学的产生与发展
• 2.1.2 集合论
• 2.1.3 数学形态学理论构成
• 2.1.4 二值形态学基本运算
• 2.1.5 灰度形态学基本运算
• 2.1.6 灰度形态学组合运算
• 2.2 分水岭原理及算法
• 2.2.1 分水岭概述
• 2.2.2 分水岭原理及常用算法介绍
• 2.3 图论理论
• 2.3.1 割集
• 2.3.2 图的最佳划分准则
• 2.3.3 图象的最佳分割准则
• 2.3.4 权函数
• 2.3.5 相似度矩阵、度矩阵及Laplacian矩阵
• 2.3.6 割集准则的比较
• 2.4 本章小结
• 3 基于新型GOC滤波器和比率切割的改进分水岭分割算法
• 3.1 问题的提出
• 3.2 论文改进算法的主要思想
• 3.3 基于改进GOC滤波器的分水岭分割预处理算法
• 3.3.1 滤波器的发展
• 3.3.2 改进GOC滤波器的定义
• 3.3.3 改进GOC滤波器的理论证明
• 3.4 Vincent-Soille分水岭算法进行初步图象分割
• 3.4.1 分水岭算法的数学描述
• 3.4.2 快速分水岭算法步骤
• 3.4.3 快速分水岭算法描述
• 3.5 基于比率切割的分水岭分割的后处理算法
• 3.5.1 Ratio Cut割集准则的重要概念
• 3.5.2 Ratio Cut缩减算法
• 3.5.3 后处理算法描述
• 3.6 本章小结
• 4 图象分割验证系统
• 4.1 图象分割系统的设计
• 4.1.1 图象变换模块
• 4.1.2 图象预处理模块
• 4.1.3 图象分割模块
• 4.2 图象分割系统的实验结果分析
• 4.2.1 传统分水岭算法的实验分析
• 4.2.2 改进GOC预处理算法的验证
• 4.2.3 基于比率切割的后处理改进算法的验证
• 4.3 本章小结
• 5 结论
• 5.1 本文的主要工作
• 5.2 未来工作的展望
• 攻读硕士学位期间发表的学术论文
• 致谢
• 参考文献