基于信息瓶頸的圖像分割算法研究.pdf

1、圖像分割技術在圖像處理領域一直以來都得到了廣大研究人員的關注,它是從圖像處理到圖像分析過程中的一個關鍵環(huán)節(jié),圖像分割的質量直接影響到后期對圖像分析的結果。傳統(tǒng)的圖像分割方法往往需要用戶有著豐富的先驗知識,并且可能陷入局部最優(yōu)解,本文將信息瓶頸(Information Bottleneck,IB)方法引入到圖像分割過程中,提出了一種新的圖像分割方法ISIB算法,有效的解決了傳統(tǒng)圖像分割過程中出現的一些問題。
　　 本文旨在通過使用

2、IB方法對灰度圖像進行處理,利用IB方法能夠對原數據進行有效壓縮的這一特點對圖像數據進行分割。在對圖像進行分割之后,得到的圖像區(qū)域作為原圖像數據的壓縮代表應該盡可能多的包含原圖像的相關信息,即壓縮代表和相關變量之間的互信息應該足夠大;同時劃分后的圖像區(qū)域大小又應該盡量的小,使壓縮足夠充分,即原數據和壓縮代表之間的互信息應足夠小。這樣“一大一小”就形成了一個信息瓶頸,利用該信息瓶頸對圖像進行有效的分割是本文的核心思想。根據這一思想,本文提