文档介绍：研究生签名:之臣弛声学位论文使用授权声明明本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学矽偿年多月南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅夕δ旯露﨡本学位论文是我在导师的指导下取得的研究成果,尽我所知,在历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。研究生签名:
⋯Ⅷ㈣摘要关键字:图像分割,直方图阈值法,偏度,植迹琁疉算法,极大似然估一直以来,图像分割都是计算机视觉领域的一个关键问题,图像分割的效果将直接影响到图像的下一步分析和处理。同时,它也是图像处理领域的一个经典难题。在图像分割算法中,直方图阈值法是应用最广泛的分割技术之一。本文在传统的直方图高斯拟合多阈值方法的基础上,针对该方法的不足,结合数学上的概率论与统计理论知识,提出了基于植纪臣颇P偷闹狈酵甲允视Χ嚆兄捣指钏惴ê突诙允植纪计模型的直方图自适应多阈值分割算法。直方图高斯拟合法通常采用高斯分布来拟合直方图,而高斯分布的偏度为零,是一种对称性分布,只适用于拟合对称的模型。当样本数据的偏度不为零时,图像的直方图分布是非对称的,由高斯拟合法得到的分割效果往往不够准确。因此,本文采用偏度不为零的植级灾狈酵冀心夂希岷惴ㄗ允视Φ厝范ㄍ枷穹指畹你值。该算法首先利用极大似然估计对每个荒偷哪夂喜问泄兰疲苊饬硕峰交叠带来的干扰;然后采用基于直方图区域的分裂与合并的方法估计分割阈值。该方法避免了普通的基于图像区域的分裂合并技术在紧致性和边缘粗糙方面的缺点,同时实现了对直方图非对称图像的分割。实验结果表明,该算法不但对于直方图对称的图像能取得和高斯拟合法相同的分割效果,对于直方图非对称图像能取得比高斯拟合法更佳的分割效果,直方图的拟合精度和图像分割的鲁棒性都得到了有效的提高。高斯模型只能拟合对称分布,荒P图饶芗饶苣夂隙猿品植家材苣夂戏嵌猿分布,但是在偏度不为零的分布中,特别地针对于呈正偏分布的直方图,本文又提出了基于对数正态分布统计模型的直方图自适应多阈值图像分割算法。该算法首先利用矩估计对每个对数正态分布模型的拟合参数进行估计,然后通过区域的一致性测度准则和合并准则对直方图进行分裂与合并,最后对参数估计进行实验测试,把呈正偏的对数正态分布噪声加入到图像并进行实验和测试。结果显示,该方法能比高斯拟合法和拟合法取得更理想的分割效果,对数正态分布能更好地拟合非对称直方图中呈正偏分布和噪声为对数正态分布的图像。计,对数正态分布,矩估计,分裂合并法硕士论文基于直方图统计模型的自适应多阂值图像分割算法的研究
猻:、琲甒琣..猻,琣,猼瑆琧.,瓹瑃籺,猰籥:,籬,,瓾,瑆硕士论文基于直方图统计模型的自适应多阈值图像分割算法的研究..痶
录目摘欤豪俾郏喙鼗≈J督樯堋贕分布的直方图自适应多阈值图像分割算法⋯⋯⋯⋯⋯⋯⋯⋯要..............................⋯.......................⋯.............⋯..........⋯.............⋯.........录................................................................................................................、瑀图像分割的研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图像分割的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。国内外图像分割研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本文的主要研究工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像分割算法的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.阢兄笛∪〉⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯惴ā本章小节⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒉僮鳌实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.