基于阈值的图像分割研究-计算数学专业论文.docxVIP

重庆大学硕士学位 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV update value of the center pixel for calculating weight matrix. Finally, image threshold method based on graph spectral theory threshold method is used for image segmentation. The experimental results show that this method has strong anti-noise, high accuracy of segmentation and segmentation speed. Keywords: threshold segmentation, Otsu, Normalized Cut, neighbor information, robustness 重庆大学硕士学位论 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 课题研究目的及意义 1 1.2 研究背景及现状 2 1.3 论文的主要内容 3 1.4 论文组织结构 3 2 图像分割方法综述 4 2.1 图像分割的概念 4 2.2 图像分割的基本分类 5 2.2.1 阈值分割法 5 2.2.2 边缘检测分割法 7 2.2.3 区域分割法 7 2.2.4 结合特定理论的分割方法 8 2.3 本章小结 9 HYPERLINK \l _TOC_250002 3 最大类间方差(Otsu)算法 10 3.1 一维 Otsu 阈值分割法 10 HYPERLINK \l _TOC_250001 3.2 二维 Otsu 图像分割算法 11 HYPERLINK \l _TOC_250000 3.3 改进的二维 Otsu 图像分割算法 12 3.3.1 二维直方图重建 13 3.3.2 二维直方图降维 14 3.4 实验结果与分析 14 3.5 本章小结 17 4 图论基础 18 4.1 图的定义 18 4.2 图论优化算法 18 4.2.1 最小生成树 18 4.2.2 最大流最小截集 19 4.3 本章小结 21 5 基于图论的图像分割方法 22 5.1 基于最小生成树的图像分割 22 5.2 基于分块及改进图谱的阈值分割 24 5.2.1 归一化割（ Ncut ）方法 24 5.2.2 基于归一化割（ Ncut ）的阈值法 25 5.2.3 新权值计算方法 26 5.2.4 改进的算法 27 5.2.5 实验结果对比分析 27 5.3 本章小结 29 6 总结和展望 30 6.1 总结 30 6.2 展望 30 致 谢 31 参考文献 32 附 录 36 攻读硕士学位期间发表的论文 36 重庆大学硕士学位 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 依据一些统计的结果，人们获得的大概 80%以上的信息是通过眼睛摄取的图 像，所以图像信息是人类获得世界各种信息不可缺少的重要来源。正因为如此， 图像处理一直是许多国内外专家与学者致力研究的一个方向。 1.1 课题研究目的及意义 随着通信事业的不断发展和智能技术的崛起，人们早己经从大量机械而繁琐 的工作中解脱出来。上世纪七十年代以来，图像处理与计算机视觉技术（计算机 视觉也被称作机器视觉，指用各种成像设备(譬如摄像机等)代替人眼作为信息的输 入系统，再以计算机代替人脑完成对信息的处理、分析和解释）取得了丰硕的成 果，广泛地应用于众多社会科技领域，如国防军事、工业、农业、科研、天文学 领域、生物医学[1]、社会公安、通信邮电等等[2]。而在应用如此广泛的图像处理及 计算机视觉的领域里，有一项非常基础但很有价值的工作，它就是图像分割，其 目的是将图像进行区域划分，将目标从背景中抽取出来[2]。它是图像处理与分析（图 像分析是指从图像中提取出各种感兴趣的对象，并对它们进行测量和描述的过程） 的关键步骤，在图像工程中有着重要位置，是国际上的一个长期的研究热点，如 图 1.1 所示[2]。 图 1.1 图像分割在图像工程里的作用 Fig1.1 The role of image segmentation in image engineering 图像分割的应用范围非常的广泛，差不多涵盖了所有的图像处理应用领域，主 要有以下方面[3]： (1) 工业生产方面：可以采用图像分割技术对产品无损检测，将其与目标识别 技术相结合还能够实现生产过程的控制，实现工业生产的自动化