基于最小生成树的图像分割方法研究..doc

目录摘要...............................................................IAbstract..........................................................III第一章绪论((((((((7第二章基于图论的图像分割方法(((((((((((((21第三章基于数学形态学分水岭算法(((((((((((30第四章基于分水岭的最小生成树图像分割方法((((32−方法(—(((37−方法(((46第五章总结与展望(((47参考文献(49致谢(52攻读硕士学位期间发表的论文和参与的项目(53基于最小生成树的图像分割方法研究摘要图像处理广泛应用在医学图像、遥感云图、指纹识别、人脸检测、地质勘探等领域。图像分割是图像处理过程中的一个关键步骤,为图像检索、图像分析提供有效的信息,使更高层次的图像处理成为可能。常见的图像分割方法归纳为基于边界检测和边缘连接的方法、基于区域的分割方法和结合特定理论工具的分割方法三大类。近几年,将图论方法与其他方法结合,使图像分割转变为最优化问题,成为国内外图像分割领域研究的热点。本文详细阐述了基于图论的图像分割方法,在分析最小生成树方法的概念、原理的基础上,针对Kruskal算法无法根据新生成区域修改加权区域邻接图的不足,提出一种改进的Kruskal算法:区域合并后,重新计算新区域与相邻区域的权重,修改WRAG和边的排列顺序。改进算法使WRAG更接近原图像的特征。为了降低Kruskal算法中节点和边的数目,在介绍了分水岭算法的思想、基本模型和主要缺陷后,将基于数学形态学的分水岭方法引入最小生成树方法中,−方法。首先,利用分水岭方法对梯度图像预分割,生成的过度分割提出KVW区域转化为无向图中的节点,相邻区域间的差异转化为边的权重,构造加权区域邻接图(WRAG,再利用改进的Kruskal算法,结合DeepthiNarayan提出的合并准则,通过区域内部差异函数、阈值函数,比较区域内部差异和外部差异,利用图像自身信息,将符合合并准则的区域进行合并操作。基于分水岭的最小生成树方法既能消除分水岭的过度分割现象,又能降低边的数目,获得图像的全局特征,保持较好的区域一致性。−方法的分割效果。最后,本文通过对多幅彩***像的对比实验,验证KVW实验表明:对于前景、背景对比明显,区域内部特征变化缓慢,区域边缘部分特征变化剧烈的彩***像,本文的方法分割效果较好,具有较强的适用性和较高的实用价值。对于包含较多噪声和细节的彩***像,分割结果会存在冗余区域和错误边界的现象,需要进一步改进。关键词:图像分割;最小生成树;分水岭;图论;Kruskal算法中图分类号:,remotesensingimages,fingerprintidentification,facedetection,,imagesegmentationcanprovideeffectiveinfo