彩色图像分割技术研究

彩色图像分割技术研究

论文摘要

自从图像处理技术走进数字化时代,图像分割就成为图像领域一项重要的技术同时也是一项艰难的技术。许多研究人员和数学家在这个方面付出了巨大的努力,提出了许多算法,并取得了很大的进步和成果,但是目前还没有一种通用的算法处理所有的图像,而且这些方法大部分是从灰度图像分割中扩展得到的,并不适用于彩色图像分割。人们一直努力在追寻潜在的更通用,更精简,更完美的分割方法。随着因特网,电脑的普及,网速的提升以及电脑处理器(CPU)速度的提高,人们日常生活中经常需要处理海量的数字图像数据。怎样才能找到感兴趣的图像呢?图像分割作为图像检索的基础,成为人们日益关注的问题。而本文正是将彩色图像分割作为研究目标,以此为以上问题的解决提供一些帮助。本文采用的是一种基于自动种子区域生长的分割算法(SRG)来处理彩色图像。传统的SRG算法用像素作为种子进行生长,而这种方法则选取特定的区域作为种子。算法的结构如下:(1)将BMP格式的彩色图像从RGB颜色空间转换到HSV颜色空间。(2)采用水岭算法将图像初始化过分分割为若干个区域。(3)初始的区域满足2个指定的条件,就把该区域选为种子区域。(4)进行区域生长,把图像分割成若干个区域。(5)颜色相近的和面积较小的区域进行合并。与传统的基于像素的SRG算法相比,这种方法可以得到更可靠,更准确的结果。实验结果证明有力地证明了这一点。可以把基于自动种子区域生长的算法与聚类的算法结合起来,先对彩色图像进行颜色聚类,再进行自动种子区域生长,得到的分割效果更佳。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景和意义
  • 1.2 图像分割定义和分类
  • 1.3 常用的彩色图像分割方法
  • 1.4 本文的内容安排
  • 第2章 颜色空间
  • 2.1 常用的颜色空间
  • 2.2 颜色空间的选择
  • 2.3 颜色的量化
  • 2.4 HSV颜色相似性度量
  • 第3章 聚类分析
  • 3.1 聚类的概念及分类
  • 3.2 算法流程和实验结果
  • 第4章 分水岭分割算法
  • 4.1 分水岭算法的原理
  • 4.2 常用的分水岭算法
  • 4.3 Vincent和Soille的算法
  • 4.3.1 Sobel算子实现
  • 4.3.2 排序
  • 4.3.3 算法的伪代码
  • 4.4 实验结果
  • 第5章 基于自动种子区域生长的算法
  • 5.1 区域生长算法
  • 5.2 种子区域生长算法及描述
  • 5.3 自动阈值的选取
  • 5.4 结合分水岭的自动种子区域生长算法
  • 5.5 实验结果
  • 5.6 算法的优化
  • 第6章 总结和展望
  • 致谢
  • 参考文献
  • 硕士期间发表论文情况
  • 相关论文文献

    • [1].青海省桦树育苗及造林技术研究[J]. 农家参谋 2020(24)
    • [2].图像区域生长分割算法研究[J]. 科技创新导报 2015(18)
    • [3].用于医学图像分割的区域生长方法[J]. 大连交通大学学报 2010(02)
    • [4].基于区域生长的网格模型分割[J]. 计算机工程与应用 2008(31)
    • [5].基于9_7提升小波和区域生长的目标检测算法[J]. 计算机科学 2018(S1)
    • [6].基于改进算法的自动种子区域生长图像分割[J]. 中南大学学报(自然科学版) 2013(S2)
    • [7].基于并行四邻域区域生长的遥感图像分割方法[J]. 兰州石化职业技术学院学报 2008(02)
    • [8].优化区域生长的高分辨率影像道路精确提取[J]. 科学技术与工程 2017(33)
    • [9].基于区域生长的雪糕棒毛刺检测算法[J]. 电脑与信息技术 2018(04)
    • [10].结合分水岭与自动种子区域生长的彩色图像分割算法[J]. 中国图象图形学报 2010(01)
    • [11].基于区域生长规则的多传感器漏磁检测信号分割方法[J]. 科学技术与工程 2010(24)
    • [12].基于改进的区域生长三维点云分割[J]. 激光与光电子学进展 2018(05)
    • [13].基于边缘检测和自动种子区域生长的图像分割算法[J]. 西安邮电学院学报 2011(06)
    • [14].基于对称区域生长和边缘梯度的视神经纤维的分割[J]. 中国生物医学工程学报 2009(06)
    • [15].基于滑动滤波和自动区域生长的陶瓷瓦表面裂纹检测[J]. 激光与光电子学进展 2019(21)
    • [16].基于数学形态学和自动区域生长的红外目标提取[J]. 红外技术 2014(01)
    • [17].种子区域生长技术在彩色图像分割中的应用[J]. 小型微型计算机系统 2008(06)
    • [18].基于多特征支持向量机和弹性区域生长的膝软骨自动分割[J]. 吉林大学学报(工学版) 2016(05)
    • [19].基于自适应区域生长的乳腺肿块分割方法[J]. 计算机工程与应用 2014(20)
    • [20].基于Grab Cut和区域生长的服装图像前景提取算法[J]. 华南师范大学学报(自然科学版) 2017(05)
    • [21].基于自动多种子区域生长的遥感影像面向对象分割方法[J]. 工程科学学报 2017(11)
    • [22].ITK在医学图像区域生长分割中的应用[J]. 中国医学装备 2008(11)
    • [23].基于自动种子区域生长的超声B图像缺陷分割方法[J]. 计量学报 2018(06)
    • [24].一种基于改进种子区域生长的农村房屋提取[J]. 测绘与空间地理信息 2017(10)
    • [25].步进式区域生长的城区摄影测量点云分类[J]. 测绘科学 2020(01)
    • [26].结合蚁群和自动区域生长的彩色图像分割算法[J]. 微型机与应用 2015(16)
    • [27].基于空间区域生长和模糊推理的视频烟雾检测[J]. 计算机工程 2012(04)
    • [28].区域生长后处理技术在支气管动脉CTA中的应用价值[J]. 中国中西医结合影像学杂志 2020(02)
    • [29].基于视觉显著性和区域生长的红外目标提取方法[J]. 沈阳航空航天大学学报 2018(04)
    • [30].基于边缘区域生长的图像分割[J]. 科技致富向导 2012(36)

    标签:;  ;  ;  ;  ;  

    彩色图像分割技术研究
    下载Doc文档

    猜你喜欢