基于颜色相似系数的图像分割方法研究

论文摘要

近年来,随着计算机处理能力的提高和对彩色图像应用的增加,彩色图像分割受到越来越多研究者的关注。彩色图像分割方法可以被看作是灰度图像分割方法在彩色图像上的延伸,但很多原有的灰度图像分割方法并不能直接应用于彩色图像,这就需要结合彩色图像信息丰富的特点对原有灰度图像分割方法进行改进,或者研究专门用于彩色图像分割的方法。本文以“颜色相似系数”为色彩相似性度量,以数据挖掘中常用的聚类算法DBSCAN和元胞自动机为工具,对RGB颜色空间中的彩色图像分割进行了研究。首先,本文提出了一种基于改进区域生长规则的彩色图像分割方法。将基于密度的聚类算法DBSCAN应用于区域生长规则。实验结果表明,本文方法可对彩色图像进行有效分割,并具有一定的抗噪性。本文还提出了一种新的适用于彩色图像边缘检测的元胞自动机模型。我们分析了前人的元胞自动机模型,为其建立生态学种群演化模型,并对该种群模型进行改进。从改进的种群演化模型导出新的演化规则,建立新的元胞自动机模型。实验结果表明,本文方法改善了前人模型的边缘检测结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 图像分割的现状与发展
• 1.3 本文的主要工作
• 1.4 本文的组织结构
• 第二章 颜色相似性度量
• 2.1 颜色空间
• 2.2 RGB颜色空间转换至HSI颜色空间
• 2.3 色调、饱和度相似系数
• 2.4 亮度相似系数
• 2.5 颜色相似系数
• 第三章 基于改进区域生长规则的彩色图像分割方法
• 3.1 图像分割的定义
• 3.2 彩色图像分割发展概况
• 3.3 基于密度的聚类方法DBSCAN
• 3.4 结合DBSCAN的区域生长法
• 3.4.1 区域生长规则
• 3.4.2 参数设定
• 3.5 实验结果及其分析
• 3.5.1 实验结果示例
• 3.5.2 对比分析
• 第四章 基于元胞自动机的彩色图像边缘检测方法
• 4.1 图像边缘检测的定义
• 4.2 经典边缘检测算子
• 4.2.1 梯度算子
• 4.2.2 Laplacian算子
• 4.2.3 Canny算子
• 4.3 元胞自动机的基本理论
• 4.3.1 元胞自动机的发展与应用概况
• 4.3.2 元胞自动机的组成
• 4.3.3 元胞自动机模型的特征
• 4.4 元胞自动机在图像边缘检测中的应用
• 4.4.1 模型原理
• 4.4.2 模型构成
• 4.5 实验结果及其分析
• 第五章 结论与展望
• 参考文献
• 在学期间发表的学术论文
• 致谢