RGB向量空间的图像分割方法研究报告.docVIP

RGB向量空间的图像分割方法研究报告.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
结 课 论 文 课程名称: 数字图像处理 专 业: 应用物理 班 级: 09及应用物理班 姓 名: 指导老师: 时 间: 2011-12-11 RGB向量空间的图像分割方法 ) 摘要:彩色图像的复杂程度要比单色或灰度图像多得多,而且RGB彩色图像的R、G、B三个分量的相关性高,所以一般的分割方法都会有一些不可避免的的偏差。因此,对于彩色图像分割,目前还没有一种实用的、比较普适的方法。本文在总结、分析了前人的部分分割方法如直方图阀值法[1]、聚类法[2]、基于区域生长的方法、边缘检测、模糊方法以及神经网络的方法[3]等等后,对基于边缘检测的分割方法,融合了阀值方法,对RGB彩色图像的分割的算法做了一定的改进,使基于RGB向量空间的图像分割结果有了一定的改善。 关键字:彩色图像分割;RGB向量空间;边缘检测;阀值. Methods of Image Segmentation on RGB Vector Space Ming Rui-lin (School of Mathematics and Physics, Huangshi Institute of Technology, Hubei Huangshi 435000) Abstract: There are some unavoidable errors in general segmentation of color images because they are much more complex than single-color or grey . Moreover, the three components R、G、B of RGB color images are correlated closely. Therefore, so far no practical and universal methodology is accessible for segmentation of color images. To some extent, The essay entails that we have achieved progress on algorithm about segmentation of color images by integrating Based on Edge Detection with Threshold on the basis of summarizing and analyzing part of predecessors’ segmentation of color images, such as Histogram Threshold[1]、Clustering[2]、Methods Based on Region Growing、Edge Detection、Fusion image、Neural Network Approach[3] and so on, to make some improvement on Vector Space Based on RGB. Keywords: Segmentation of images on RGB Vector Space; Edge Detection; Threshood. 前言 图像分割[3]是图像处理中一个关键步骤,也是我们获取图像细节信息的一个重要渠径。图像分割在实际生活中也有广泛的应用[4],比如:在医学上应用与对身体的拍照检查、在工业上,用于对某些产品的分析等等。随着计算机技术的发展,彩色图像分析的需求越来越突出。彩色图像的信息容量比一般的灰度图像的信息容量要多得多。对于灰度图像的分割来说,我们解读出图像的边缘信息是最用价值的。可是,据文献[1]介绍,人的视觉对明亮度的感觉一般只有20级左右[4]。彩色图像不仅提供了明亮度的信息,还包括有图像的色调、饱和度。彩色图像对人眼的视觉感知效果最好,因此,对彩色图像的的分割的研究引起了诸多研究者的关注,在这方面也取得了很多成就。 彩色图像的分割研究的主要内容有两方面:一是针对不同的需求选择合适的彩色空间;二是选择合适的算法和策略[2]对图像进行分割。彩色空间是描述颜色的一种方法,不同的彩色空间选择常常根据不同的需求、场合来确定。现在比较常用的彩色空间有:NTSC彩

文档评论(0)

1112111 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档