高效的圖像分割算法的研究.pdf

1、近年來(lái)，隨著計(jì)算機(jī)性能的不斷提高，圖像處理和計(jì)算機(jī)視覺(jué)得到了越來(lái)越多的應(yīng)用。它們處理的對(duì)象是靜止的圖像或者運(yùn)動(dòng)的圖像序列。由于圖像信息量大、所包含內(nèi)容的特殊性和復(fù)雜性，使得圖像處理的難度大大增加，同時(shí)也使圖像處理的研究趨于多樣化，以滿足不同的圖像處理的需求。 圖像分割是圖像處理的重要領(lǐng)域之一，其目的是將圖像中感興趣的部分提取出來(lái)，是進(jìn)一步進(jìn)行圖像識(shí)別和分析的基礎(chǔ)，因此它是圖像理解的一個(gè)關(guān)鍵步驟。圖像分割是圖像處理中最常見(jiàn)和最困難

2、的問(wèn)題之一，雖然目前已研究出不少圖像分割的方法，但還沒(méi)有適用于很多場(chǎng)合的圖像的有效方法，很多好方法也不能滿足實(shí)時(shí)系統(tǒng)的要求。目前，對(duì)圖像分割技術(shù)的研究還在不斷深入和廣泛地進(jìn)行，本文正是選取了這一熱點(diǎn)和難點(diǎn)課題進(jìn)行了研究。 本文的主要工作是提出了多個(gè)新的圖像分割方法，分析了它們的性能，并與幾個(gè)常用的經(jīng)典方法進(jìn)行了理論和實(shí)驗(yàn)比較。大量的圖像樣本實(shí)驗(yàn)結(jié)果表明，本文提出的方法是可行和有效的，特別適合需要實(shí)時(shí)處理的系統(tǒng)。 本文的具

3、體研究?jī)?nèi)容如下：(1)對(duì)眾多的圖像分割方法，特別是閾值化方法系統(tǒng)進(jìn)行了分類、比較和評(píng)價(jià)。 (2)提出了一個(gè)對(duì)灰度圖像進(jìn)行快速二值化的優(yōu)化方法。本文將二值化建模為一個(gè)離散優(yōu)化問(wèn)題，通過(guò)對(duì)一個(gè)加權(quán)誤差平方和函數(shù)的極小化來(lái)找到最佳閾值。同時(shí)還將本文的新方法與經(jīng)典的二值化方法Otsu和熵進(jìn)行了比較，大量的實(shí)驗(yàn)結(jié)果表明新算法不僅能得到滿意的分割結(jié)果，而且更加有效，特別適合于對(duì)時(shí)間要求很高的實(shí)時(shí)系統(tǒng)中。本文也從理論上證明了新算法同Otsu算

4、法能產(chǎn)生完全相同的分割結(jié)果，但速度快得多。 (3)提出了多個(gè)閾值的圖像分割方法。經(jīng)典的Otsu和熵算法只給出了尋找一個(gè)最佳閾值的特例，本文將它們推廣到尋找多個(gè)閾值的一般情況，并將本文提出的新算法也擴(kuò)展到多類的分割。通過(guò)理論分析和實(shí)驗(yàn)比較，證明了在多類的情況下，新算法更具有優(yōu)勢(shì)。 (4)對(duì)有噪聲的圖像進(jìn)行快速分割。在2D直方圖上進(jìn)行投影運(yùn)算，將1D直方圖上的快速算法移植到圖像的2D直方圖上，實(shí)現(xiàn)了對(duì)有噪聲圖像的快速分割。新

5、算法既能達(dá)到較快的效果，又能很好地抑制噪聲。與基于2D直方圖的Otsu和熵的算法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果均表明新算法有效的多。 (5)提出了一個(gè)基于K均值聚類和兩層塔形結(jié)構(gòu)的彩色圖像分割快速算法，新算法通過(guò)兩個(gè)途徑來(lái)加快彩色圖像的分割。第一個(gè)途徑是構(gòu)造一個(gè)彩色圖像的兩層塔形結(jié)構(gòu)，通過(guò)在上層小圖像的快速聚類結(jié)果來(lái)有效地指導(dǎo)下層大圖像的聚類。第二個(gè)途徑是通過(guò)一個(gè)利用查找表實(shí)現(xiàn)的快速K均值聚類算法來(lái)進(jìn)行聚類。對(duì)彩色圖像的分割實(shí)驗(yàn)表明，本文