多方法融合的类圆形堆积物区域分割

论文摘要

类圆形堆积物图像的分割已经成为目前图像分割的热点之一,具有极大的研究价值。本文从多方法融合的角度出发对堆积物图像的分割进行了研究。首先,提出了同心双滑动窗口的改进方法。该方法用小窗口作为分割的基本单位,大窗口作为纹理信息统计的基本单位;每个小窗口根据对应大窗口的统计信息进行分割。实验结果表明该方法有效地解决了纹理统计准确度和图像分割精度之间的矛盾。其次,提出了一种扫描分割方法。该方法以堆积物区域中心为基点按角度将图像分成N等份,从中心点分别向外扫描堆积物区域的边缘,将扫描到的N个边缘点连接成一个多边形,对多边形进行填充便得到最终的分割区域。实验结果表明该方法分割结果的边缘较好。接着,分析比较了共生矩阵方法和扫描分割方法的优缺点,取长补短,对它们进行有机融合,在共生矩阵的分割区域内使用扫描分割方法进行分割。实验结果表明,融合算法解决了在区域的边缘附近,共生矩阵方法存在过分割而扫描方法存在欠分割的问题。最后,给出了一个分割结果的评价方案。评价结果显示,融合方法的分割结果准确性高,边缘吻合度好。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.1.1 图像分割的研究现状
• 1.1.2 类圆形图像的研究现状
• 1.1.3 区域分割的研究现状
• 1.1.4 本文的主要工作
• 1.1.5 主要的技术难点
• 1.2 论文的章节安排
• 第二章 经典分割算法分析
• 2.1 阈值分割方法
• 2.1.1 Otsu阈值分割算法
• 2.1.2 最大熵分割方法
• 2.1.3 双峰法
• 2.1.4 阈值分割方法的比较分析
• 2.2 基于色彩的分割算法
• 2.2.1 HIS空间的优点及其转换
• 2.2.2 HIS图像分割
• 2.3 本章小结
• 第三章 灰度共生矩阵分割方法
• 3.1 共生矩阵的定义
• 3.1.1 研究背景
• 3.1.2 共生矩阵定义
• 3.1.3 几何意义
• 3.2 共生矩阵的纹理测度
• 3.2.1 测度特征参数的定义
• 3.2.2 特征值的选择
• 3.2.3 特征值选择上的改进
• 3.2.4 滑动窗口的的改进方法
• 3.2.5 共生矩阵分割方法的改进
• 3.3 本章小结
• 第四章 基于方向边缘检测的扫描分割方法
• 4.1 算法思想
• 4.2 图像灰度变换技术
• 4.2.1 直方图均衡化
• 4.2.2 对比度拉升
• 4.2.3 灰度变换技术的比较分析
• 4.3 基于方向边缘检测的背景削弱
• 4.3.1 主要思想
• 4.3.2 方向快速滤波
• 4.3.3 背景信息的削弱
• 4.3.4 目标区域信息的恢复
• 4.4 扫描分割算法
• 4.4.1 投影法确定区域范围
• 4.4.2 目标区域中心的确定
• 4.4.3 扫描分割算法
• 4.5 区域边缘矫正
• 4.5.1 均半径修正方法
• 4.5.2 曲率矫正方法
• 4.5.3 多边形填充算法
• 4.6 本章小结
• 第五章 多方法融合方案的研究
• 5.1 融合的必要性分析
• 5.1.1 纹理方法的优缺点
• 5.1.2 扫描方法的优缺点
• 5.1.3 融合的必要性
• 5.1.4 融合方案的研究
• 5.1.5 多方法融合的整体框架
• 5.2 算法的评价
• 5.2.1 评价方法的选择
• 5.2.2 算法的评价
• 5.3 本章小结
• 第六章 总结与展望
• 6.1 内容总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间的主要研究成果