基于分水岭算法的彩色图像自动分割及其在铁谱分析技术中的应用

摘要

图像分割主要是把图像分为互不重叠的区域或目标物，是图像工程中一项基础而且关键的技术，在图像特征提取、识别以及基于特征的图像压缩等领域内具有重要的地位，图像的精准分割往往决定着计算分析过程的成败。最近几年来，随着机器视觉、模式识别和基于图像检索等技术的发展以及相关数码技术产品的大众化，图像分割特别是彩色图像的分割显得越来越重要了。 本文提出了一种改进的基于形态学分水岭区域生长算法——基于分水岭算法的彩色图像自动分割。算法针对彩色图像，利用形态学分水岭算法具有精细和准确分割的特性获取初始区域，再根据区域空间、颜色和边界信息进行合并，利用模糊规则反复提取最终分割区域，最后达到了对含多特征的图像进行区域分割。算法选取和人类视觉一致性较高的L*a*b*颜色空间，并且考虑了像素与像素之间、区域与区域之间的颜色区别以及区域之间的空间邻接关系。 为了分析算法的性能，我们用多幅彩色图像对其进行验证并分析结果，实验表明，该方法有助于改善由噪声或小区域所引起的过分割现象，并且其自动分割结果较好的符合了人的视觉感观。 铁谱技术在机器状态监控中起着非常重要的作用，近年来基于图像处理的铁谱图像分析技术越来越受到重视，而铁谱图像中磨粒的特征提取首先要进行图像分割、图像背景去除、图像形态运算等操作。文中最后一章利用分水岭算法有效的去除背景，进行磨粒对象提取，实验表明该算法具有较好的分割效果。

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及学位论文版权使用授权书

第一章绪论

1.1数字图像概念

1.2图像分割技术概述

1.2.1基于直方图的阈值图像分割

1.2.2基于边缘的图像分割

1.2.3基于区域生长的图像分割

1.3课题的来源及主要工作及意义

1.3.1课题的来源

1.3.2主要工作及意义

1.4本文各章内容安排

第二章颜色空间

2.1 RGB颜色空间(红、绿、蓝三基色空间)

2.2 CMY(青、品红、黄)和CMYK(青、品红、黄、黑)颜色空间

2.3 HSV颜色空间(色调、饱和度、亮度空间)

2.4 XYZ和CIE1976LAB颜色空间

2.5 HLC颜色空间

2.6本章小结

第三章数学形态学、图论学和模糊数学理论

3.1数学形态学简介

3.1.1二值形态学

3.1.2灰度形态学

3.1.3形态学重建

3.1.4数学形态学的应用

3.2图论学基础

3.2.1图的相关基本概念

3.2.2图的存储结构

3.2.3图的遍历

3.3模糊数学基础

3.3.1模糊集合及隶属度

3.3.2模糊集合的运算法则

3.3.3模糊量与精确量之间的转化

3.4本章小结

第四章分水岭算法

4.1分水岭算法的基本思想

4.1.1几种分水岭计算方法

4.1.2一种高效精确的分水岭计算方法

4.2分水岭算法的应用

4.3本章小结

第五章基于新的停止合并规则的彩色图像自动分割

5.1初始区域获取

5.2区域合并

5.2.1合并代价的确定

5.2.2邻域图应用于合并算法

5.2.3本文提出的自动终止合并规则

5.3算法总结及实验结果分析

第六章分水岭算法在铁谱图像中的应用

6.1铁谱分析技术原理与应用

6.2分析式铁谱仪

6.3铁谱显微镜介绍

6.4铁谱磨粒分析

6.5铁谱图像的磨粒提取

6.5.1初始合并区域

6.5.2合并代价

6.5.3区域合并和停止过程

6.5.4磨粒对象的提取及后处理

6.6算法总结及实验结果

全文结论

参考文献

发表文章

致谢