基于图划分理论的图像分割技术分析-电子与通信工程专业论文.docxVIP

PAGE PAGE IV (4) Based on normalized cut image segmentation method.This is an unsupervised image segmentation techniques, it does not require initialization, both the similarity between the different groups within the same group similarity to maximize a global criterion. This paper summarizes the advantages and disadvantages of the normalized cut algorithm, and on this basis, an optimal normalized cut algorithm, experimental results show that the normalized cut algorithm optimized to be more satisfied with the image segmentation results. Finally, a summary of this paper and the future research direction of the image segmentation method based on graph partitioning theory outlook. Key word: Image Segmentation;Graph theory;minimum spanning tree;isoperimetric cuts;Nomalized cuts 目录 第一章 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 3 1.3 论文的研究内容及组织结构 4 第二章 几种图像分割算法介绍 6 2.1 图像分割问题的描述 6 2.2 基于特征空间的图像分割方法 6 2.3 基于图像空间的图像分割方法 7 2.4 基于神经网络和模糊理论的图像分割方法 8 2.5 基于物理特征的图像分割方法 8 2.6 图像分割系统的一般结构 9 2.7 本章小结10 第三章 基于图划分理论的图像分割方法 11 3.1 引言 11 3.2 基于最小生成树的方法11 3.3 最小割/最大流方法12 3.4 谱方法14 3.5 能量最小化方法 15 3.6 本章小结15 第四章 基于最小生成树的图像分割算法 16 4.1 最小生成树及其算法16 4.1.1 最小生成树概念16 4.1.2 贪心（Kruskal）算法 17 4.1.3 数据结构 19 4.2 基于最小生成树的图像分割方法 21 4.3 算法效率分析22 4.4 算法结构23 4.5 算法优缺点24 4.6 对原最小生成树算法的优化26 4.7 实验结果及分析 29 第五章 基于等周算法的图像分割 31 5.1 等周算法概述31 5.2 基于等周算法的图像分割32 5.3 对原等周算法的优化33 5.4 实验结果及分析 35 第六章 基于归一化割的图像分割算法 38 6.1 引言 38 6.2 归一化割准则38 6.3 归一化割准则的优缺点40 6.4 对原归一化割算法的优化40 6.5 实验结果及分析 43 第七章 总结与展望 46 7.1 全文工作总结46 7.2 展望 46 参考文献 48 PAGE PAGE 10 第一章 绪论 1.1 研究背景及意义 图像分割技术是图像处理与计算机视觉领域中的基本技术之一，已经有几十年的历史， 是指利用图像的某些特性，如灰度、颜色、纹理、形状等，将一幅图像分割成若干个独立的 有共同像素属性的对象，其实质是一个按照像素属性（灰度、颜色、纹理等）进行聚类的过 程。图像分割技术是图像处理中的一个重要步骤，是图像处理方法中不可缺少的重要部分之 一。图像分割技术广泛应用在广播通信、计算机网络以及机器视觉等领域。首先，广播通信 领域的应用主要涉及图像视频传输与存储带来的压缩问题，良好的图像分割技术促进了基于 语义压缩技术的发展[1]，从而大大提高了压缩率和压缩质量；其次，在计算机网络领域的应用 主要涉及海量图像视频数据的检索问题，图像分割技术提供了将图像和视频分门别类的底层 途径，促进了基于内容检索技术的发展[2]。最后，在机器视觉领域的应用主要涉及来自机器人 [3]和监控领域内的计算机视觉[4]和模式识别问题，图像分割技术提供了让机器模仿生物感知物 体的基础，从而能够在环境中发现目标[5]。