分水岭算法的图像分割方法研究
1图像分割是图像处理中的一项关键技术，其方法和种类也有很多。分水岭( watershed)算法是一种基于拓扑理论的数学形态学图像分割方法，有计算速度快、定位精确和封闭的轮廓线等优势，但因其对微弱边缘具有良好的响应，极易造成过度分割现象。本文在实现经典分水岭算法的基础上对其做出改进，实现了基于标记、聚类、多尺度和小波变换理论的四种改进分水岭分割算法。通过实验结果证明这四种改进算法均有效抑制传统分水岭算法的过度分割问题，应用于不同类型图像并能取得较好的分割效果。
目 录
Abstract 1
Key words 1
引言 1
1 图像分割概述 1
1．1 研究背景及意义 1
1．2 经典图像分割技术发展现状 2
1．3 分水岭分割技术发展现状 3
2 传统分水岭变换的图像分割 3
2．1 分水岭算法的原理 3
2．2 分水岭算法的实现 4
2．3 传统分水岭分割方法 4
2．3．1 基于像素的分水岭分割 4
2．3．2 基于梯度的分水岭分割 4
3 改进的分水岭图像分割 5
3．1 改进的基于标记理论的分水岭分割 5
3．1．1 标记理论概述 5
3．1．2 标记分水岭算法流程图 5
3．1．3 标记分水岭算法具体实现 6
3．1．4 标记分水岭算法总结与分析 7
3．2 改进的基于聚类理论的分水岭分割 7
3．2．1 聚类概述 7
3．2．2 聚类分水岭算法流程图 8
3．2．3 聚类分水岭算法具体实现 8
3．2．4 聚类分水岭算法总结与分析 9
3．3 改进的基于多尺度理论的分水岭分割 9
3．3．1 多尺度概述 9
3．3．2 多尺度分水岭算法流程图 9
3．3．3 多尺度分水岭算法具体实现 9
3．3．4 多尺度分水岭算法总结与分析 11 *好棒文|www.hbsrm.com +Q: ^351916072^
3．4 改进的基于小波变换的分水岭分割 11
3．4．1 小波变换概述 11
3．4．2 小波变换分水岭算法流程图 12
3．4．3 小波变换分水岭算法具体实现 12
3．4．4 小波变换域分水岭算法总结与分析 13
4 图像分割演示系统和改进算法对比分析 14
4．1 开发环境和系统结构 14
4．2 经典分割算法效果图 14
4．3 传统分水岭分割算法效果图 15
4．4 各改进的基于分水岭算法对比总结与分析 16
5 总结与展望 17
致谢 18
参考文献： 18
附录A 主要实现代码 19
基于分水岭算法的图像分割方法研究
计算机科学与技术 张玉
指导教师 伍艳莲
Research of Image Segmentation Algorithm
Student majoring in Computer Science and Technology Zhang Yu
Tutor Wu Yanlian
Abstract： Image segmentation is a key image processing technology, there are many methods and types . Watershed algorithm is a mathematical morphological image segmentation method based on topological theory . Watershed algorithm to calculate speed, precise positioning and closed contours and other advantages, but because of the weak edge for a good response , can easily result in oversegmentation phenomenon . Based on watershed algorithm to achieve its classic make improvements , achieve a mark , four clusters , multiscale wavelet transform theory and improved watershed segmentation algorithm . The results prove that the improved algorithm is effective to suppress the three over segmentation of traditional watershed algorithm , applied to different types of image segmentation and can achieve good results.
Key words: Watershed ; Mark; Clustering ; Multiscale ;Wavelet Transform
近年来,随着计算机的普及和现代信息技术的高速发展,计算机的使用范围不再局限于科学计算，已经被越来越多地用来获取与处理视觉图像信息。在研究视觉图像信息的过程中,常会对图像或者视频中的某些特殊区域感兴趣,而这些区域往往都包含着特定的、具有独特性质的视觉信息，为了进一步分析处理这些区域,首先需要将它们精确地分离出来[1]，而这种提取目标区域的技术就是我们通常所说的图像分割技术。分水岭( watershed)算法属于区域分割中的区域生长分割，是一种数学形态学图像分割方法，并且越来越多的为人们熟知和应用。
1 图像分割概述
1．1 研究背景及意义
图像分割是指将图像中具有特殊意义的不同区域划分开来，这些区域是互不相交的，每个区域满足灰度、纹理、彩色等特征的某种相似性准则[2]。分割是视觉信息处理中一项非常关键核心的技术,是后续应用例如视觉信息的分析、理解与描述的基础,它的结果的精确度的好坏将会直接影响后续工作的开展[1]。目前，图像分割技术广泛应用于医学，军事、遥感探测，智能交通系统等领域。图像分割技术的研究一是为了提高图像分割结果的精确度，二是为了提高分割效率，三是为了使图像分割方法具有更广的适用性[3]。图像分割是图像处理中的一项关键技术，其方法和种类也有很多。有些分割算法可以直接运用于大多数图像，而有一些则只适用于特殊类型的图像，要视具体情况而定，即目前还没有一种分割技术适用于所有类型图像，而现在的专家学者也倾向于针对特定领域进行合适分割算法研究。分水岭（watershed）算法是一种基于拓扑原理的数学形态学图像分割方法。分水岭算法有计算速度快，定位精确和封闭的轮廓线等优势，但因其对微弱边缘具有良好的响应，也极易造成过度分割现象。本文在实现经典分水岭算法的基础上对其做出改进，实现了基于标记、聚类、多尺度和小波变换理论的四种改进分水岭分割算法，尽可能的减少过度分割现象，使图像达到很好的分割效果。
目 录
Abstract 1
Key words 1
引言 1
1 图像分割概述 1
1．1 研究背景及意义 1
1．2 经典图像分割技术发展现状 2
1．3 分水岭分割技术发展现状 3
2 传统分水岭变换的图像分割 3
2．1 分水岭算法的原理 3
2．2 分水岭算法的实现 4
2．3 传统分水岭分割方法 4
2．3．1 基于像素的分水岭分割 4
2．3．2 基于梯度的分水岭分割 4
3 改进的分水岭图像分割 5
3．1 改进的基于标记理论的分水岭分割 5
3．1．1 标记理论概述 5
3．1．2 标记分水岭算法流程图 5
3．1．3 标记分水岭算法具体实现 6
3．1．4 标记分水岭算法总结与分析 7
3．2 改进的基于聚类理论的分水岭分割 7
3．2．1 聚类概述 7
3．2．2 聚类分水岭算法流程图 8
3．2．3 聚类分水岭算法具体实现 8
3．2．4 聚类分水岭算法总结与分析 9
3．3 改进的基于多尺度理论的分水岭分割 9
3．3．1 多尺度概述 9
3．3．2 多尺度分水岭算法流程图 9
3．3．3 多尺度分水岭算法具体实现 9
3．3．4 多尺度分水岭算法总结与分析 11 *好棒文|www.hbsrm.com +Q: ^351916072^
3．4 改进的基于小波变换的分水岭分割 11
3．4．1 小波变换概述 11
3．4．2 小波变换分水岭算法流程图 12
3．4．3 小波变换分水岭算法具体实现 12
3．4．4 小波变换域分水岭算法总结与分析 13
4 图像分割演示系统和改进算法对比分析 14
4．1 开发环境和系统结构 14
4．2 经典分割算法效果图 14
4．3 传统分水岭分割算法效果图 15
4．4 各改进的基于分水岭算法对比总结与分析 16
5 总结与展望 17
致谢 18
参考文献： 18
附录A 主要实现代码 19
基于分水岭算法的图像分割方法研究
计算机科学与技术 张玉
指导教师 伍艳莲
Research of Image Segmentation Algorithm
Student majoring in Computer Science and Technology Zhang Yu
Tutor Wu Yanlian
Abstract： Image segmentation is a key image processing technology, there are many methods and types . Watershed algorithm is a mathematical morphological image segmentation method based on topological theory . Watershed algorithm to calculate speed, precise positioning and closed contours and other advantages, but because of the weak edge for a good response , can easily result in oversegmentation phenomenon . Based on watershed algorithm to achieve its classic make improvements , achieve a mark , four clusters , multiscale wavelet transform theory and improved watershed segmentation algorithm . The results prove that the improved algorithm is effective to suppress the three over segmentation of traditional watershed algorithm , applied to different types of image segmentation and can achieve good results.
Key words: Watershed ; Mark; Clustering ; Multiscale ;Wavelet Transform
近年来,随着计算机的普及和现代信息技术的高速发展,计算机的使用范围不再局限于科学计算，已经被越来越多地用来获取与处理视觉图像信息。在研究视觉图像信息的过程中,常会对图像或者视频中的某些特殊区域感兴趣,而这些区域往往都包含着特定的、具有独特性质的视觉信息，为了进一步分析处理这些区域,首先需要将它们精确地分离出来[1]，而这种提取目标区域的技术就是我们通常所说的图像分割技术。分水岭( watershed)算法属于区域分割中的区域生长分割，是一种数学形态学图像分割方法，并且越来越多的为人们熟知和应用。
1 图像分割概述
1．1 研究背景及意义
图像分割是指将图像中具有特殊意义的不同区域划分开来，这些区域是互不相交的，每个区域满足灰度、纹理、彩色等特征的某种相似性准则[2]。分割是视觉信息处理中一项非常关键核心的技术,是后续应用例如视觉信息的分析、理解与描述的基础,它的结果的精确度的好坏将会直接影响后续工作的开展[1]。目前，图像分割技术广泛应用于医学，军事、遥感探测，智能交通系统等领域。图像分割技术的研究一是为了提高图像分割结果的精确度，二是为了提高分割效率，三是为了使图像分割方法具有更广的适用性[3]。图像分割是图像处理中的一项关键技术，其方法和种类也有很多。有些分割算法可以直接运用于大多数图像，而有一些则只适用于特殊类型的图像，要视具体情况而定，即目前还没有一种分割技术适用于所有类型图像，而现在的专家学者也倾向于针对特定领域进行合适分割算法研究。分水岭（watershed）算法是一种基于拓扑原理的数学形态学图像分割方法。分水岭算法有计算速度快，定位精确和封闭的轮廓线等优势，但因其对微弱边缘具有良好的响应，也极易造成过度分割现象。本文在实现经典分水岭算法的基础上对其做出改进，实现了基于标记、聚类、多尺度和小波变换理论的四种改进分水岭分割算法，尽可能的减少过度分割现象，使图像达到很好的分割效果。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1986.html
