基于圖論的彩色圖像分割算法研究.pdf

1、圖像分割是圖像處理領(lǐng)域的一個(gè)重要分支,其結(jié)果對(duì)圖像分析、圖像理解和計(jì)算機(jī)視覺有著重要意義,屬于圖像處理領(lǐng)域的底層研究。隨著數(shù)學(xué)理論的深入研究與應(yīng)用,圖論作為數(shù)學(xué)領(lǐng)域的一個(gè)分支,被廣泛的應(yīng)用在各個(gè)領(lǐng)域,如編碼理論、隨機(jī)過程、可靠性理論、計(jì)算機(jī)的程序設(shè)計(jì)、經(jīng)濟(jì)學(xué)、遺傳學(xué)等方面。近些年隨著圖像分割技術(shù)的研究與發(fā)展,圖論在圖像分割領(lǐng)域也得到了很好應(yīng)用,出現(xiàn)了大量基于圖論的圖像分割算法,取得了良好的分割效果。
　　本文對(duì)圖論法在圖像分割中的

2、應(yīng)用進(jìn)行了研究,重點(diǎn)對(duì)基于圖論的圖像分割算法進(jìn)行深入的分析,主要工作內(nèi)容及創(chuàng)新點(diǎn)如下:
　　首先,詳細(xì)闡述了圖像分割的國內(nèi)外研究現(xiàn)狀,對(duì)圖論法在圖像分割中的應(yīng)用情況進(jìn)行介紹說明,并對(duì)基于圖論的三種圖像分割準(zhǔn)則(算法)進(jìn)行了深入研究,對(duì)比分析了三者的優(yōu)缺點(diǎn)。同時(shí),分別對(duì)概率邊緣指數(shù)(Probabilistic Rand Index,PRI)、變換信息量(Variation Of Information,VOI)和全局一致性誤差(Gl

3、obal Consistency Error,GCE)三種圖像分割算法性能評(píng)價(jià)指標(biāo)的理論及應(yīng)用進(jìn)行了研究,便于對(duì)圖像分割算法的性能進(jìn)行客觀評(píng)價(jià)。
　　其次,對(duì)基于圖論的GBIS(Graph-Based Image Segmentation, GBIS)圖像分割算法進(jìn)行了深入研究,針對(duì)GBIS算法的幾點(diǎn)不足,提出了幾種改進(jìn)方法:(1)將Mean Shift算法與GBIS相結(jié)合的方法。該方法有效地減少了像素之間的顏色的差異度,在基于顏

4、色特征的區(qū)域合并過程中,更有利于像素的合并,在一定程度上抑制了過分割現(xiàn)象,改善了圖像分割結(jié)果;同時(shí),通過實(shí)驗(yàn)討論了Mean Shift算法對(duì)改進(jìn)算法的影響。(2)結(jié)合L*a*b*彩色空間,重新定義了GBIS算法中的權(quán)值函數(shù),在新定義的權(quán)值函數(shù)中,引入了控制像素間顏色差異度的常數(shù)s,并通過實(shí)驗(yàn)分析了常數(shù)s對(duì)改進(jìn)算法分割結(jié)果的影響。(3)利用熵的理論獲取 L*a*b*彩色圖像的紋理信息,提出了新的結(jié)合圖像紋理信息改進(jìn)的GBIS區(qū)域合并準(zhǔn)則,