文档介绍：摘要
随着计算机处理能力的提高,彩色图像分割技术受到研究者们越来越多的关注。许多研究者在这方面付出了巨大的努力,并取得了相应的成果。本文对目前的彩色分割方法研究的基础上,提出了一种无监督的彩色图像分割算法,即合理结合边缘提取、区域生长和区域合并的方法,实现彩色图像的分割。实验结果表明,获得了良好的分割效果,并且易于实时性的实现。
关键词彩色图像分割;边缘检测;区域生长与合并
Abstract
With the increasing puter processing capabilities, the color image segmentation techniques more and more are concerned with by researchers. Many researchers have paid a huge effort in this regard, and obtained the corresponding results. On the basis of the current color segmentation method, an unsupervised color image segmentation algorithms have been proposed in this paper, combining of edge detection, region growing and region merging method to achieve the segmentation of color images. The experimental results show that a good segmentation results can be obtained and real-time performance can be implemented.
Key words Color Image Segmentation; Edge Detection; Regional Growth and Merging
目录
1. 引言 1
1
2
5
6
6
7
9
10
10
12
13
13
14
15
16
17
18
20
参考文献 21
谢辞 23
1. 引言
在人类所接收的信息中,有80%是来自视觉的图形信息,对获得的这些信息进行一定的加工处理也是目前一种广泛的需求,图像分割就是将图像中感兴趣的部分分割出来的技术。在图像分割的基础上,才能对目标进行特征提取和参数测量,使得更高层的图像分析和理解成为可能。因此,对图像分割的研究在图像处理领域具有非常重要的意义。
图像分割作为图像分析的基础,是图像分析过程中的关键步骤。图像分割,顾名思义是将图像按照一定的方法划分成不同的区域,使得同一区域内像素之间具有一致性,不同区域间不具有这种一致性。
因为人眼对亮度具有适应性,即在一幅复杂图像的任何一点上只能识别几十种灰度级,但可以识别成千上万种颜色,所以许多情况下,单纯利用灰度信息无法从背景中提取出目标,还必须借助于色彩信息。由于彩色图像提供了比灰度图像更加丰富多彩的信息,因此随着计算机处理能力的提高,彩色图像处理正受到人们越来越多的关注。
自数字图像处理问世不久就开始了图像分割的研究,吸引了很多研究者为之付出了巨大的努力,在不同的领域也取得了很大的进展和成就,现在人们还一直在努力发展新的、更有潜力的算法,希望实现更通用、更完美的分割结果。目前,针对各种具体问题已经提出了许多不同的图像分割算法,对图像分割的效果也有很好的分析结论。但是,由于图像分割问题所面向领域的特殊性,而且问题本身具有一定的难度和复杂性,到目前为止还不存在一个通用的分割方法,也不存在一个判断分割是否成功的客观标准。对于寻找一种能够普遍适用于各种复杂情况的准确率很高的分割算法,还有很大的探索空间。对图像分割的深入研究不仅会不断完善对自身问题的解决,而且有助于推动模式识别、计算机视觉、人工智能等计算机科学分支的发展。
早期由于设备的限制,主要处理的是灰度图像。因此针对灰色图像的分割算法比较多,也比