基于形态学的图像分割方法的研究与应用

论文摘要

图像分割是一种重要的图像技术,它不仅得到人们广泛的重视和研究,也在实际中得到大量的应用。人们在对图像的研究和应用中,往往对图像中的某些部分感兴趣,这些部分常被称为目标或前景（其他部分称为背景）。它们一般对应图像中特定的、具有独特性质的区域。为了辩识和分析图像中的目标,需要将它们从图像中分离出来。在此基础上,人们才能进一步对目标进行测量和对图像进行利用。图像分割就是指把图像分成不同的区域并提取出感兴趣的目标的技术和过程。图像分割的困难在于对象区域的低层信息常产生不一致的情况,无法实现正确的分割。因此,众学者一直致力于图像分割方法的研究,并提出了许多行之有效的方法。本论文的主要目的是使用数学形态学的思想进行图像分割。故首先在文章中我们详细的介绍了数学形态学的起源、发展,并从二值形态学出发到灰度形态学着重研究了数学形态学的膨胀、腐蚀、开、闭等各种运算和性质。然后,我们分别对于形态学的边缘检测和基于时空融合的视频图像分割进行了讨论。在形态学梯度边缘检测算子的基础上,针对图像中的几何特征和噪声提出了一种基于多结构元、多尺度的边缘检测方法,用不同取向的结构元素对图像进行多尺度检测,并综合各尺度下的边缘,得到了噪声存在下的理想边缘。在MPEG-4标准中,视频帧被认为是由一系列相互独立的运动对象组成,视频帧的编码也直接针对一个个视频对象。所以,视频对象的分割提取是MPEG-4标准的核心问题,这是一个非常复杂的问题,在MPEG-4标准中没有具体的算法规定,到目前为止还没有一个通用的方法。因此,本文选择了基于MPEG-4的视频对象分割算法这一课题研究,具有重大的理论和实用价值。为了进行基于对象的视频编码,视频图像往往需要被分割成单独的个体,提出了一种基于时空融合的视频分割算法。在时域上,利用相邻帧差法找到运动目标的初步定位,在空域上,采用改进的分水岭算法对运动目标进行精确定位,最后将二者所得结果进行投影运算,得到最终运动目标。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 图像分割技术概述
• 1.2 图像分割方法
• 1.2.1 阈值分割方法
• 1.2.2 边缘检测分割方法
• 1.2.3 结合区域与边界信息的分割方法
• 1.2.4 其它结合特定理论工具的分割方法
• 1.2.5 特殊图像的分割方法
• 1.3 视频分割技术的发展现状
• 1.4 基于MPEG4编码技术特点视频对象分割技术的意义
• 1.5 数学形态学在图像分割中的优势
• 1.6 本文所作的工作和文章安排
• 第二章 数学形态学在图像处理中的基本理论
• 2.1 数学形态学在图象处理分析中的发展应用概况
• 2.2 数学形态学的二值膨胀和腐蚀
• 2.2.1 二值膨胀和腐蚀的定义
• 2.2.2 二值形态学腐蚀和膨胀的性质
• 2.3 二值形态学开闭运算及其性质
• 2.4 灰度形态学
• 2.5 灰度开和闭运算
• 第三章 基于数学形态学的边缘检测方法
• 3.1 图像边缘的定义
• 3.2 传统的边缘检测算子
• 3.3 形态学边缘检测
• 3.4 图像的多结构元、多尺度形态边缘检测
• 第四章 基于时空融合的视频对象分割方法
• 4.1 基于分水岭的空域分割
• 4.1.1 分水岭算法原理
• 4.1.2 分水岭算法的数学描述
• 4.1.3 分水岭算法的特点
• 4.2 形态学开闭重建
• 4.2.1 二值图像的重建
• 4.2.2 灰度图像重建
• 4.3 改进的形态学梯度重建的分水岭空域分割方法
• 4.3.1 形态学梯度算法
• 4.3.2 形态开闭重建滤波器
• 4.3.3 分水岭分割
• 4.4 时域分割技术
• 4.4.1 运动检测
• 4.5 时空联合视频对象提取方法
• 4.6 本文结合空域和时域分割优势的视频分割技术的提出
• 第五章 结论与展望
• 5.1 论文总结
• 5.2 未来工作的展望
• 感谢
• 参考文献
• 附录A（攻读学位期间发表论文目录）