灰色理论在图像分割及效果评价中的应用

论文摘要

图像分割是从图像处理到图像分析的关键步骤,但是目前还没有一种快速而有效的分割方法适用于所有图像,因此图像分割一直是图像工程领域的研究热点之一。灰色理论经过多年的发展,现在已经成为一门新兴的学科体系。它是一种以灰色序列生成为基础,以灰色关联空间为依托的分析体系,是以灰色模型为核心的模型体系的新理论,已成功应用于图像检索、边缘检测、图像匹配等多种图像处理技术。本文将灰色理论中的相关知识应用于图像分割及其评价之中,并具体提出了一种具有抗噪性能的图像快速分割算法和一种强制判定法和灰色关联理论相结合的图像分割效果评价方法。本文主要工作包括：(1)研究目前存在的图像分割和效果评价的常用算法,分析其适用范围及优缺点。同时,对灰色理论进行深入研究,详细讨论灰色理论在图像分割及其评价中的应用。(2)提出一种准确快速的图像分割算法。该方法将待分割图像看作无向有权图,然后按照局部像素间形成的小样本数据来分析像素灰度及空间关系,形成灰色权值矩阵,并构造归一化划分准则下的灰色划分函数；最后,通过搜索该函数的最小值所对应的灰度获得分割阈值和分割图像。对可见光图像和SAR图像的分割实验结果显示,该方法不仅适合于目标和背景对比度大的图像,而且能在一定程度上抵制图像噪声,优于Otsu和Ncut等分割方法。(3)提出一种快速的图像分割效果评价方法。该方法首先根据图像分割的具体目的、应用场合和研究兴趣等因素选择性能指标；然后利用性能指标之间的相对重要性,通过强制判定法确定指标的权重,形成带权的灰关联模型,对分割结果进行综合分析和排序。应用实例表明,该方法可以有效、快速、稳定地评价分割效果的整体性能。这对现有分割方法的设计与修改具有重要的指导意义和实用价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景与研究意义
• 1.2 图像分割研究现状
• 1.2.1 基于边缘检测的分割方法
• 1.2.2 基于区域的分割方法
• 1.3 图像分割质量评价
• 1.3.1 优度实验法准则
• 1.3.2 差异实验法准则
• 1.3.3 评价方法基本要求
• 1.3.4 图像分割质量评价中的研究进展
• 1.4 本文的主要工作和内容安排
• 第2章 灰色理论
• 2.1 灰色理论概述
• 2.1.1 灰色模型和灰色预测
• 2.1.2 灰色关联分析
• 2.1.3 灰色聚类评价
• 2.2 灰色理论在图像分割及评价中的相关应用
• 2.2.1 在图像分割和边缘检测中的应用
• 2.2.2 在图像处理算法性能评估中的应用
• 2.3 小结
• 第3章 基于灰色图割的图像分割算法
• 3.1 图论概述
• 3.1.1 图的定义
• 3.1.2 图的矩阵表示
• 3.1.3 图的划分方法
• 3.2 基于灰色图割的图像分割方法
• 3.2.1 灰色理论在图割中的可行性分析
• 3.2.2 图像到图的映射
• 3.2.3 基于Normalized Cut的图像分割
• 3.2.4 灰色权值的构造与计算
• 3.2.5 灰色划分函数的建立
• 3.2.6 新方法的设计与主要步骤
• 3.3 仿真实验与结果分析
• 3.3.1 准确性实验
• 3.3.2 鲁棒性实验
• 3.4 小结
• 第4章 基于FD灰关联的图像分割效果评价
• 4.1 图像分割效果评价
• 4.1.1 性能指标的选择
• 4.1.2 性能指标的分类
• 4.1.3 性能指标的归一化
• 4.2 基于FD灰关联的图像分割质量综合评价
• 4.2.1 FD法确定指标权重
• 4.2.2 FD灰关联模型
• 4.2.3 基于FD灰关联的图像分割效果评价
• 4.3 应用实例与性能分析
• 4.3.1 应用实例
• 4.3.2 性能分析
• 4.4 小结
• 第5章 总结与展望
• 5.1 工作总结
• 5.2 未来研究展望
• 参考文献
• 致谢
• 攻读硕士学位期间的研究成果