学位论文 > 优秀研究生学位论文题录展示

基于图论的图像分割算法研究

作　者: 田沙沙
导　师: 何中市
学　校: 重庆大学
专　业: 计算机软件与理论
关键词: 图论图像分割等周算法分水岭算法块结构
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 167次
引　用: 0次
阅　读: 论文下载

内容摘要

图像分割是指将一幅图像分成各具特性的区域并提取出目标的技术和过程,它在不同的应用领域中有着不同的称谓,是图像处理过程中的关键技术之一,同时也是一个难题。图像分割将图像中有意义的特征部分提取出来,是进一步进行图像识别、分析和理解的基础。到目前为止,已有很多种图像分割方法,但是还没有一种普遍适用于各种图像的有效方法。图像分割的实现可以分为三个阶段:图像预处理阶段、核心算法实现阶段、后期处理阶段。图论方法在聚类优化问题中应用研究开始于20世纪60年代前后,该方法在图像处理与分析方面的应用开始于20世纪80年代以后。本文主要是对基于图论的图像分割方法进行研究。本文的主要工作如下:①介绍了图像分割的研究现状以及基于图论的图像分割研究现状。同时还简单介绍了图及其相关的概念,并介绍了近一二十年出现的常用的图分割算法。还介绍了图分割和图像分割的关系。②提出了一种基于分水岭和等周的分割算法FWTI(First Watershed Then Isoperimetric)。FWTI算法是一种结合了分水岭算法和等周算法两种方法的算法,该算法先用分水岭算法对图像进行初始分割,然后再以分水岭分割后的小区域为节点构造图,进而再用等周算法在区域间对图像进一步分割。FWTI算法中,自动选择基点,是一种全自动的分割技术。实验结果表明,FWTI算法不仅有利于克服分水岭算法的过分割问题,相对于原等周算法还提高了分割速率。③提出了一种融合块结构的等周分割算法。该算法在对图像进行构造图之前,先对原图像构造块,然后再以这些块区域为节点构造图,进而再用等周算法对图像进行分割。全自动分割方法无法自动识别图像中的目标区域,本文中通过人为选择基点来标记前景,进而通过半自动方法完成对目标区域的分割。该算法是一种半自动分割技术。实验结果表明,块结构的使用可以减少图中的节点数和边数,所以相对于原等周算法提高了分割速率。

全文目录

中文摘要  3-4
英文摘要  4-10
1 绪论  10-16
  1.1 图像分割研究背景  10-12
  1.2 基于图论的图像分割研究背景及意义  12-13
  1.3 基于图论的图像分割研究现状  13-15
  1.4 本文的主要研究内容  15
  1.5 本章小结  15-16
2 图论中图的相关知识和图分割方法  16-27
  2.1 图的几个相关知识  16-21
    2.1.1 图的定义  16-17
    2.1.2 图里面的几个概念  17-19
    2.1.3 图的表示  19
    2.1.4 图中几个重要的算法  19-21
  2.2 图分割方法  21-25
    2.2.1 最小割（minimal cut）方法  22
    2.2.2 Ncut 方法  22-24
    2.2.3 等周分割方法  24-25
  2.3 比较  25
  2.4 本章小结  25-27
3 图分割与图像分割的关系  27-34
  3.1 人类视觉和图像分割  27-29
    3.1.1 人类视觉和机器视觉  27-28
    3.1.2 格式塔心理学  28-29
  3.2 图像到图的映射关系  29
  3.3 对图像I 构造与之对应的图G  29-33
    3.3.1 节点的选取和边的连接  30-32
    3.3.2 权值的选择  32-33
  3.4 本章小结  33-34
4 基于分水岭和等周的分割算法  34-51
  4.1 基于等周算法的图像分割方法  34-39
    4.1.1 在图像分割中的实现  34-35
    4.1.2 基点选取对图像分割的影响  35-37
    4.1.3 等周算法概述  37-39
  4.2 分水岭算法  39-41
    4.2.1 分水岭算法分割的思想  39-40
    4.2.2 分水岭算法存在的问题及解决策略  40-41
  4.3 FWTI 算法  41-44
    4.3.1 算法概述  41
    4.3.2 用分水岭算法产生初始分割  41
    4.3.3 等周算法用于区域间的分割  41-43
    4.3.4 算法步骤  43-44
  4.4 实验结果分析  44-50
    4.4.1 与分水岭算法相比  45-47
    4.4.2 与原等周算法相比  47-50
  4.5 本章小结  50-51
5 融合块结构的等周分割算法  51-61
  5.1 局部半自动分割技术  51-53
  5.2 块结构的概念及构造块的实现  53-54
  5.3 半自动B_ISO 算法  54-56
    5.3.1 算法概述  54-55
    5.3.2 算法步骤  55-56
  5.4 实验结果分析  56-60
  5.5 本章小结  60-61
6 总结与展望  61-63
  6.1 本文工作总结  61-62
  6.2 后续研究工作展望  62-63
致谢  63-64
参考文献  64-67
附录  67
  A.作者在攻读硕士学位期间发表的论文  67
  B.作者在攻读硕士学位期间参加的科研项目  67

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于图论的道路平面设计研究与软件开发,U412.33
基于图论的道路横断面设计研究与软件开发,U412.33
市政排水系统设计软件研究和开发,TU992
无线传感网动态频谱分配算法研究,TP212.9
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41
认知无线电的频谱分配技术研究,TN925
中外英文学术语篇中词块的结构和功能对比研究,H315