区域生长法原稿.docxVIP

基于区域增长法的图像分割图像分割是一种重要的图像分析技术。对图像分割的研究一直是图像技术研究中的热点和焦点。图像分割的目的是将图像划分为不同的区域，基于区域生长是以直接找寻区域为基础的分割技术。本文首先简单介绍图像分割的主要方法，然后重点介绍一种基于区域增长法的图像分割方法,该方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。目 录第一章绪论11.1图像分割技术的现状和发展情况11.2 图像分割的简介11.3 图像分割的定义21.4论文的内容与结构安排5第二章图像分割预处理62.1图像平滑62.1.1 中值滤波原理62.1.2 平滑效果分析72.2灰度调整82.2.1 灰度调整原理82.2.2 灰度调整效果分析82.3本章小结9第三章 基于区域增长法的图像分割技术103.1区域生长法原理103.2图像生长法实验方法113.2.1 图像二值化123.2.2 基于区域灰度差的生长准则133.2.3基于区域内灰度分布统计性质的生长准则143.3算法流程设计143.4 本章小结16第四章 总结与展望174.1 工作总结174.2 工作展望............................................17参考文献20附 录21第一章 绪论本章对论文涉及的研究领域进行了较为详细的综述。简要介绍了图像分割对于现实生活的重要意义，目前的科学研究现状以及发展前景。并且图像分割这一领域的主要方法进行了简要的介绍，在整体流程上做以安排。1.1 图像分割技术的现状和发展情况图像分割的研究已经有了几十年的历史，它不仅得到人们的广泛重视和研究,?在实际生活中也得到大量的应用。关于图像分割的原理和方法国内外已有不少结论与推想，但一直以来没有一种分割方法适用于所有图像分割处理。传统的图像分割方法存在着不足，不能满足人们的要求，为进一步的图像分析和理解带来了困难。随着计算机技术的迅猛发展，及其相关技术的发展和成熟，结合图像增强等技术，能够在计算机上实现图像分割处理。其中最主要的技术是图像分割技术，从图像中，将某个特定区域与其它部分进行分离并提取出来的处理。图像分割的方法有许多种，在这里大概介绍这几种方法：有阈值分割方法，边界分割方法，区域提取方法，结合特定理论工具的分割方法等。其中基于区域的方法采用某种准则，直接将图像划分为多个区域。而基于边缘的方法则通过检测包含不同区域的边缘，获得关于各区域的边界轮廓描述，达到图像分割的目的，而区域与边缘相结合的方法通过区域分割与边缘检测的相互作用，得到分割结果。1.2图像分割的简介　　　图像分割( image segmentation) 就是把图像分成各具特征的区域并提取出感兴趣目标的技术和过程。这里特征可以是象素的灰度、颜色、纹理等, 预先定义的目标可以对应单个区域也可以对应多个区域。图像分割是图像处理到图像分析的关键步骤, 在图像工程中占据重要的位置。一方面, 它是目标表达的基础, 对特征测量有重要的影响。另一方面, 因为图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式, 使得更高层的图像分析和理解成为可能。　　　图像分割是一种重要的图像处理技术, 它不仅得到人们的广泛重视和研究, 在实际中也得到大量的应用。图像分割包括目标轮廓、阈值化、图像区分或求差、目标检测、目标识别、目标跟踪等技术。　　　从大的方面来说，图像分割方法可大致分为基于区域的方法、基于边缘的方法、区域与边缘相结合的方法，以及在此基础上的采用多分辨率图像处理理论的多尺度分割方法 。　　　其中基于区域的方法采用某种准则，直接将图像划分为多个区域。而基于边缘的方法则通过检测包含不同区域的边缘，获得关于各区域的边界轮廓描述，达到图像分割的目的，而区域与边缘相结合的方法通过区域分割与边缘检测的相互作用，得到分割结果。　　　图像分割中基于区域的方法主要有直方图门限法、区域生长法、基于图像的随机场模型法、松弛标记区域分割法等。本文主要讨论基于区域分割的区域生长法。区域生长是一种古老的图像分割方法，最早的区域生长图像分割方法是由Levine等人提出的。该方法一般有两种方式，一种是先给定图像中要分割的目标物体内的一个小块或者说种子区域，再在种子区域基础上不断将其周围的像素点以一定的规则加入其中，达到最终将代表该物体的所有像素点结合成一个区域的目的；另一种是先将图像分割成很多的一致性较强，如区域内像素灰度值相同的小区域，再按一定的规则将小区域融合成大区域，达到分割图像的目的，典型的区域生长法