資源描述:
《改進(jìn)的分水嶺和fcm算法應(yīng)用于圖像分割研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、f'■*?■—iL?,一?*一Xy?,.1f1*.二,-、’'?.:-、'.'--?^;;.;'一一?..,氣I—--礦;為;.r;.店.苗.'午.--?,,.-,,---‘一一’''-.J一、'-'單位代碼:i〇749文、、分類號(hào):TP391:V'..;..^媒■、?^-?足、"<..巧級(jí):公開-.,120…304317\二,;;學(xué)號(hào).、j心代-、、.*-八'?、*、、?.,葉、.—一'.一一
2、一r'一’東—、-.)/‘於,^;.V.c;;寧夏大學(xué),,二疋:、—-'一r,,./:\.二一—‘?■尸一■-vV與;\,〇y:..、^—?'、-..V*-1.V、tfK,*:j’..--.'?叩.寺皆-,'.心V起.Z如一'乂:::V二4乃碩±學(xué)位論文部.祭;-’一^-,.^咬恥冷?;、.、■"—V一,'尸'?.一*..一iW,.?.心一-一.巧進(jìn)的分水嶺和FCM算法應(yīng)用于圖像分割研究'公.'*Resear
3、chonImprovedWatershedandFCMAlgoiit:hm,戶‘menAliedtoImaeSetation?一\ppgg、為、.■'.、,片.-。VV其;;’—?.‘―?、..寺’一;、午於.-V皆V.■■’''■■V競(jìng)換心嘴.、.、、.....-、-權(quán)一-^V?:;?‘、'<、'學(xué)位申請(qǐng)人:.r.v王伏堪導(dǎo);-"'‘-、,:.指導(dǎo)教師:汪西原教授::。4;_扭、.乂,、;、申請(qǐng)學(xué)位口類級(jí)別,訴、:為:X學(xué)硫+
4、。編vV'—.、.…專業(yè)名稱:電路與系統(tǒng)帶A、{\'-一研究方向:信號(hào)、圖像處理與模式識(shí)別;‘,八,在V.和/’:'..,所在學(xué)院;物理電氣信息學(xué)院.,1.;X’-夠護(hù)的:?。?乂’論文完成驚日期:2016年5月‘■---■■:二v/’/:-,.:v乂V'’-…'.f產(chǎn).乂;扣/斯-.,.乃'* ̄-■'..—-■、-VY..游療_;;;>入V乂,杳'——^f,..’..■./戶巧rA一.每幕皆■識(shí)\獨(dú)創(chuàng)性聲明本人聲明所呈
5、交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得寧夏大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料一。與我同工作的同志對(duì)本研巧所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。研巧生簽名:丈時(shí)間:年月o曰少<王個(gè)\管/Jj關(guān)于論文使用授權(quán)的說明、:本人完全了解寧夏大學(xué)有關(guān)保留使用學(xué)位論文的規(guī)定,即學(xué)校有權(quán)保留送交論文的復(fù)印件和磁盤,允許論文被査閱和借閱,可W采用影印、縮印或掃描等復(fù)制手段保存、匯
6、編學(xué)位論文。同意寧夏大學(xué)可W用不同方式在不同媒體上發(fā)表、傳播學(xué)位論文的全部或部分內(nèi)容。(保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議)。研究生簽名:?作時(shí)間:>年少月。曰/^j導(dǎo)師簽名。:禾巧時(shí)間:年r月^日摘要圖像分割技術(shù)是圖像分析乃至高層圖像理解的重要基礎(chǔ),廣泛應(yīng)用于工業(yè)、醫(yī)學(xué)、地理學(xué)、交通等領(lǐng)域,越來越受到學(xué)者們的關(guān)注。理論的創(chuàng)新促使基于特殊理論的圖像分割算法層出不窮。基于形態(tài)學(xué)理論的分水嶺算法有較髙的分割精度和速度,但其過分割問題嚴(yán)重!基于模糊理論的模糊C均值,卻受初始值影響較大。面向課(FCM)算法能夠無監(jiān)督
7、工作和解決多分支分割問題題應(yīng)用馬求,本,為獲得更好的圖像分割效果文圍繞運(yùn)兩種算法的改進(jìn)開展研巧。一首先,,分析分水嶺算法的優(yōu)劣,從預(yù)處理階段來改進(jìn)經(jīng)典算法考慮采用種基于形態(tài)學(xué)濾波的標(biāo)記分水嶺分割方法。改進(jìn)算法對(duì)原始梯度國(guó)像進(jìn)行開訪重建巧波,并利用內(nèi)外部標(biāo)記符控制分割區(qū)域,再對(duì)疊加標(biāo)記的梯度圖像進(jìn)行分水峻變換;將該方法應(yīng)用于核磁共振(MRI)腦腫瘤圖像巧河流合成孔徑雷達(dá)(SAR)圖像分割,消除了過分割現(xiàn)象。仿真對(duì)比實(shí)驗(yàn)結(jié)果表明:對(duì)MRI腦腫瘤圖像有較高的分割精度和速度;對(duì)河流SAR圖像,由于受相干斑噪聲和陰影的干擾,分割效果不
8、夠理想,同時(shí)受擴(kuò)展的極值變換中的閩值影響,需要根據(jù)仿真測(cè)試人為確定合適的兩值,W得到理想的分割結(jié)果。其次一,研巧種