基于分水岭算法和等周理论的图像分割算法研究

摘要

图像分割是进行模式识别等高级图像分析的预处理阶段，其目的就是目标和背景分离开来，把图像分割成瓦不相交的区域，属于同一个区域内的点都有相似的属性。针对不同的图像特点，目前已经提出了错综复杂的图像分割算法。本文着重对形态学分水岭算法和图论算法进行研究，所做的主要工作总结如下：
　　首先，分析和总结现有的分割算法，选取区域分割法中经典的分水岭算法作为研究中的一个中心点，并结合了形态学的有关知识进行改进；同时将近年来研究的热点图论算法作为另一个中心点，并结合了小波理论进行了改进。
　　其次，研究和分析了利用标记进行的形态学分水岭算法，针对分水岭算法中的过分割问题，本文提出了一种基于形态学标记连通的分水岭图像分割算法。该方法采用形态学重构开闭滤波算子对梯度图像进行平滑，并且对H-minima技术提取的标记进行连通的修正。通过实验验证，该方法提取的标记能很好的处理分水岭算法中的过分割问题。
　　最后，研究和分析了图论的割集理论，其中着重研究了其中的等周割集理论。针对该割集理论的耗时性问题，本文提出了一种融合小波和等周理论的图像分割方法，在该方法中，利用小波重构的性质及灰度信息计算等周率的方法，达到减少分割时间的目的。通过实验验证了该算法的实用性。

目录

文摘

英文文摘

致谢

插图清单

第一章 绪论

1.1 数字图像处理技术及图像分割概述

1.1.1 数字图像处理简述

1.1.2 图像分割的定义

1.1.3 图像分割的方法及优缺点

1.2 论文的主要内容及组织结构

1.3 本章小结

第二章 基本理论和算法

2.1 数学形态学

2.1.1 形态学的基本运算

2.1.2 数学形态学应用

2.2 形态学分水岭算法

2.2.1 算法简介

2.2.2 分水岭算法的改进

2.3 图论的基本知识

2.3.1 图的概念

2.3.2 图的分割方法

2.4 小波变换

2.4.1 小波变换

2.4.2 小波变换图像分析中的应用

2.5 本章小结

第三章 基于形态学标记连通的分水岭图像分割

3.1 基于分水岭的图像分割

3.2 重构开闭滤波

3.3 标记连通的watershed算法

3.4 实验与分析

3.5 本章小节

第四章 基于小波和等周理论的图像阈值分割

4.1 小波对尺度渐进重构分析

4.1.1 小波重构

4.1.2 小波重构的失真性分析

4.2 等周分割算法

4.3 融合小波与等周理论的算法

4.3.1 FWTI算法综述

4.3.2 等周常数的计算

4.3.3 算法步骤

4.4 实验结果和分析

4.5 本章小结

第五章 总结与展望

5.1 主要研究工作

5.2 进一步的工作和展望

参考文献

攻读硕士学位期间完成的论文

攻读硕士学位期间参与的科研项目