基于图切算法的图像分割-模式识别与智能系统专业论文.docxVIP

3 独创性(或创新性)声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 日期 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表的论文与本论文工作成果有关时署名单位仍然为西安电子科技大 学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文 的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的 论文在解密后遵守此规定) 本人授权西安电子科技大学图书馆保存学位论文，并同意将论文在互联网上 发布。 本人签名： 日期 导师签名： 日期 摘要5 摘要 5 摘要 图像分割是图像理解与解译中基本而关键的技术之一，是计算机视觉、模式 识别和人工智能领域中的一个重要研究方向，其目的是将给定的图像划分成具有 各自特性的互不重叠的同质区域。 交互式图像分割相对于传统图像分割的最大的优点在于，加入了用户主观的 指导，使得过去许多因为数据歧义而很难解决的问题变得定义清晰，再辅以具有 针对性的算法，能够高效而准确地解决传统算法耗时长且所得结果粗糙的问题。 本文在基于图切算法的基础上研究了三种不同模型的图像分割方法： 1）研究了基于图切算法的 SAR 图像分割方法，介绍了一种 SAE 算法最小化 能量。利用最大似然估计法得到初始标号场，然后用最大流最小割方法寻找最小 割并得到新的标号场。比较新标号场和旧标号场的能量，决定是否迭代，得到的 分割边缘更加逼近于真实轮廓。 2）研究了基于测地距离的图切算法并用于自然图像分割，在待处理图像的目 标与背景区域选取有代表性的像素点作为训练样本，用图像中各个像素点到目标 与背景标记点的最短路径对应的最小测地距离，作为判断像素类别概率属性的依 据，这样充分利用了像素的空间特征，得到了更好的分割结果。 3）研究了基于 Grab Cut 算法的自然图像分割方法，用高斯混合模型取代直方 图来描述前景与背景像素的分别，用于彩色图像并能得到非常好的分割效果且可 对背景再次编辑。 本论文工作得到了国家自然科学基金、教育部长江学者和创新团队 支持计划（IRT0645）以及中央高校基本科研业务费专项资金(JY10000902032) 的 资助。 关键字：SAR 图像 图切 分割 测地距离 Abs Abstract 7 Abstract Image segmentation is one of the fundamental technologies in image understanding and interpretation, whose aim is to divide the given images into non-over -lapping homogeneous regions that have their own characteristics. As an important branch of image analysis hierarchy, some researchers are appealed to do some researches in this field. The biggest advantage of interactive image segmentation, compared to traditional segmentation methods, is that with the guidance of the user problems which previously were ambiguous in a semantic sense, now become clearly defined and solvable. On the basis of the study of the Graph cut ,we use it in interactive image segmentation and propose there new algorithms. The major works can be summarized as follows: Firstly, a SAE algorithm which is use