学位论文 > 优秀研究生学位论文题录展示

基于阈值选取的图像分割方法研究

作　者: 熊福松
导　师: 王士同
学　校: 江南大学
专　业: 计算机应用技术
关键词: 图像分割 Parzen窗 信息熵 阈值函数 阈值选取 全局阈值 局部阈值 直方图 二值图像
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 926次
引　用: 5次
阅　读: 论文下载
 

内容摘要


在数字图像处理中,图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提。目前图像分割技术已被广泛应用于很多的领域,如工业自动化,在线产品检验,生产过程控制,文档图像处理,遥感和生物医学图像分析,保安监视,以及军事,体育,农业工程等方面。基于阈值选取方法的图像分割方法,因其计算简单,具有较高的运算效率、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术,但是方法选取直接影响到图像分割的质量。本文针对前人在基于阈值选取的图像分割算法及其应用中的一些特点展开了研究与探讨工作,主要的工作分为以下两个部分:1)研究了Parzen-window非参数函数估计方法的原理,并深入分析了基于熵原理的阈值分割算法,将Parzen-window方法与熵的原理结合起来,构造了基于Parzen-window与熵的目标函数,并提出了一种基于Parzen-window法和熵的图像分割阈值选取新方法PWET。通过和传统的KSW熵方法的比较,表明此方法对图像阈值分割的有效性。2)提出了一种基于Parzen-window方法的图像分割阈值选取新方法PWT。该方法利用了图像象素的坐标空间信息,并结合图像的统计直方图信息,用Parzen-window方法估计出图像灰度值的空间概率分布密度函数,并构造了新的目标函数。通过和传统的OTSU方法、最小误差法(简记作MET方法)和KSW熵方法比较,表明此方法对图像分割精度非常高,且适应性强。

全文目录


摘要  5-6
Abstract  6-7
第一章 绪论  7-11
  1.1 问题的提出  7-8
  1.2 国内外研究现状  8-9
  1.3 本文的主要研究工作和全文的安排  9-11
    1.3.1 全文的主要研究工作  9-10
    1.3.2 全文的撰写安排  10-11
第二章 图像分割方法简介  11-15
  2.1 图像分割算法的分类  11-12
  2.2 基于阈值化分割算法的原理及前人的主要研究成果  12-14
    2.2.1 阈值化分割原理  12-13
    2.2.2 基于阈值化分割原理的算法简介  13-14
  2.3 本章小结  14-15
第三章 PARZEN-WINDOW 原理及熵的概念  15-23
  3.1 PARZEN-WINDOW 方法  15-18
    3.1.1 Parzen-window 估计法的基本原理  15-18
    3.1.2 窗函数的选取  18
  3.2 熵的概念  18-23
    3.2.1 热力学中的熵  18-19
    3.2.2 信息熵  19-21
    3.2.3 信息熵在图像阈值化中的应用  21-23
第四章 基于PARZEN-WINDOW 和熵的图像分割阈值选取新方法PWET  23-39
  4.1 引言  23
  4.2 KSW 熵方法  23-25
  4.3 图像分割阈值选取新方法PWET  25-37
    4.3.1 Parzen-window 估计法用于图像的估计  25-27
    4.3.2 构造新的目标函数  27-28
    4.3.3 实验结果与分析  28-37
      4.3.3.1 实验结果  28-37
        4.3.3.1.1 对合成图像实验  29-31
        4.3.3.1.2 对真实图像实验  31-37
      4.3.3.2 实验小结  37
  4.4 本章小结  37-39
第五章 基于PARZEN-WINDOW 技术的图像分割阈值选取新方法PWT  39-59
  5.1 引言  39
  5.2 PARZEN-WINDOW 估计法用于图像的估计  39-41
  5.3 图像分割阈值选取新方法PWT  41-43
  5.4 实验结果与分析  43-58
    5.4.1 实验结果  43-57
      5.4.1.1 对合成图像实验  44-46
      5.4.1.2 对NDT 图像实验  46-52
      5.4.1.3 对其它真实图像实验  52-57
    5.4.2 实验小结  57-58
  5.5 本章小结  58-59
第六章 总结与展望  59-61
  6.1 总结  59
  6.2 展望  59-61
第七章 参考文献  61-66
附录 读研期间发表和收录的学术论文  66-67
致谢  67

相似论文

  1. 基于信息熵的课堂观察量化评价模型研究,G632.4
  2. 基于FPGA的高速图像预处理技术的研究,TP391.41
  3. 基于内容的服装图像检索技术研究及实现,TP391.41
  4. 森林防火系统中图像识别算法的研究,TP391.41
  5. 数字图像处理在集装箱检测中的应用研究,TP274.4
  6. 等效均匀剂量放射生物效应数学模型研究,R311
  7. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  8. 基于统计方法的核磁共振人脑图像的分割及三维数据的分析,R445.2
  9. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  10. 红外图像目标识别及跟踪技术研究,TP391.41
  11. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  12. 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
  13. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  14. 基于OpenCV的人脸检测方法研究,TP391.41
  15. 计算机辅助髋关节置换手术系统研究与开发,TP391.41
  16. 基于单目夜视图像的深度估计,TP391.41
  17. 基于中介真值程度度量的图像分割方法研究,TP391.41
  18. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  19. 多视点视频中的颜色校正方法研究,TP391.41
  20. 基于空间邻域词袋模型的图像标注技术,TP391.41
  21. 燃油喷雾粒度分布测量及其信息熵分析,TK407.9

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com