图像分割的方法及应用论文.doc

图像分割的方法及应用毕业论文 目 录 摘　要 I Abstract II 第1章 绪 论 1 1.1 选题意义 1 1.2 图像分割技术的现状和发展情况 1 1.3 图像分割主要研究方法 3 1.3.1 边缘检测法 4 1.3.2 区域提取法 4 1.3.3 阈值分割法 4 1.3.4 结合特定理论工具的分割方法 5 1.4 本次课题的主要研究内容 5 第2章 图像分割预处理 6 2.1 图像平滑 6 2.1.1 中值滤波原理 6 2.1.2 平滑效果分析 7 2.2 灰度调整 7 2.2.1 灰度调整原理 7 2.2.2 灰度调整效果分析 8 第3章 图像分割的基本方法综述 9 3.1 基于区域的分割方法 9 3.1.1 阈值法 9 3.1.2 区域生长和分裂合并法 10 3.1.3 聚类分割法 10 3.2 基于边界的分割方法 11 3.2.1 微分算子法 11 3.2.2 串行边界技术 11 3.3 基于区域和边界技术相结合的分割方法 11 3.4 基于特定理论的分割方法 12 3.4.1 基于数学形态学的边缘检测方法 12 3.4.2 基于模糊集理论的方法 12 3.4.3 基于小波变换的边缘检测方法 12 3.4.4 基于神经网络的分割方法 12 3.4.5 基于遗传算法的图像分割技术 13 3.4.6 基于粗糙集理论的图像分割技术 13 3.5 边缘检测法 13 第4章 图像分割算法 15 4.1 基于分水岭算法的图像分割 15 4.2 基于区域生长法的图像分割 16 4.3 基于区域分裂合并法的图像分割 18 第5章 图像分割应用综述 22 5.1 区域生长法在车牌定位中的应用 22 5.2 分水岭算法在粘连颗粒图像分割中的应用 23 5.2.1 形态学重建滤波 23 5.2.2 阈值分割 24 5.2.3 距离变换 24 5.2.4 分水岭变换 25 5.3 结果与分析 25 5.4 图像分割技术在煤矿生产中的应用 27 5.4.1 常用的噪声去除算法 27 5.4.2 图像分割算法介绍 28 5.4.3 实验结果分析 30 5.5 图像分割技术在医学图像处理中的应用研究 30 5.5.1 基于区域的分割方法 31 5.5.2 基于边界的分割方法 31 5.5.3 基于特定理论的方法 32 第6章 总结与展望 34 6.1 工作总结 34 6.2 展望 34 参考文献 35 致 谢 36 附录A 外文文献翻译 37 附录B 源程序 61  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的研究背景和意义，给出了图像分割的基本方法及步骤。在对图像分割问题的起源、发展和研究现状进行简要综述的基础上，介绍了该领域当前的研究热点及论文的主要研究内容。 选题意义 图像分割是从上世纪60年代开始被人们所研究的，它是由图像处理到图像分析的关键步骤 图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域并涉及各种类型。图像分割的目的是把图像划分成若干互不相交的区域，使各区域具有一致性，而相邻区域间的属性特征有明显的差别。当人观察景物时，在视觉系统中对景物进行分割的过程是必不可少的。人所观察理解的并不仅仅是一个复杂的景物，而更是由多个内容组成的集合体。但是在由像元阵列构成的数字图像中，不同图像内容占据不同的连通像元集合，图像分割的任务是将整个图像分离成代表不同图像内容的像元集合的过程。尽管图像分割的任务在人类视觉感受中很难找到对照，但在数字图像处理和分析中它却是一个非常重要且艰巨的任务。 图像分割作为前沿学科充满了挑战，吸引了众多学者从事这一领域研究。图像处理技术在航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术、地理测绘等领域受到广泛重视，并取得了重大的开拓性成就，使图像处理成为一门引人注目、前景远大的新型学科。 图像分割技术的现状和发展情况 图像分割算法的研究已有几十年的历史，一直以来都受到人们的高度重视。关于图像分割的原理和方法国内外已有不少的论文发表，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，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。早在1965年就有人提出检测边缘算子，边缘检测已产生不少经典算法。越来越多的学者开始将数学形态学、模糊理论、遗传算法理论、分形理论和小波变换理论等研究成果运用到图像分割中，产生了结合特定数学方