基于圖論圖像分割方法的研究

《基于圖論圖像分割方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、江蘇大學(xué)工程碩士學(xué)位論文摘要圖像分割是圖像處理的重要內(nèi)容，在實際中有廣泛應(yīng)用。圖像分割技術(shù)把圖像空間根據(jù)實際應(yīng)用劃分分成一些有意義的區(qū)域。例如，一幅航空圖片可以分割成工業(yè)區(qū)、住宅區(qū)、湖泊區(qū)、森林等。本文研究基于圖論的圖像分割方法，主要包括基于規(guī)范化切割的圖像分割方法、基于有向樹的圖像分割方法以及基于最小生成樹的圖像分割方法。首先，通過建立基于規(guī)范化切割的譜聚類方法在圖像分割中應(yīng)用的完整算法，如：規(guī)范化切割準(zhǔn)則、規(guī)范化切割定義式的變形、譜方法求解最小規(guī)范化切割、灰度圖像分割算法，并應(yīng)用該算法對灰度圖像進(jìn)行了實驗，對實驗結(jié)果進(jìn)行分析，從而

2、討論各種參數(shù)的變動對實驗結(jié)果的影響。其次，對兩種樹結(jié)構(gòu)圖像分割算法，分別為基于有向樹的圖像分割方法和基于最小生成樹的圖像分割方法進(jìn)行了研究，基于有向樹的圖像分割算法是一種非迭代的非參數(shù)聚類方法，無需任何先驗信息和特定的數(shù)據(jù)分布假設(shè)條件，但它不能直接用于灰度圖像分割，因為數(shù)據(jù)聚類算法中定義的密度函數(shù)在圖像分割中不適用。只有經(jīng)過修改相關(guān)的公式，才可以將其應(yīng)用在圖像分割中。基于最小生成樹的圖像分割方法是一種新穎的有效的方法，它使用局部準(zhǔn)則來生成反映圖像全局性質(zhì)的分割結(jié)果。這個算法的一大特點是，在低差異區(qū)域可以保持細(xì)節(jié)，而在高差異區(qū)域可以忽略

3、細(xì)節(jié)，因此，備受廣大學(xué)者關(guān)注。并在實際的圖像數(shù)據(jù)庫上對三種算法進(jìn)行了圖像分割的實驗比較和分析，得出結(jié)果針對層次比較復(fù)雜的灰度圖像時，DT算法有比較大的優(yōu)勢，可以保持圖像中比較重要的細(xì)節(jié)，這對于航拍圖像、醫(yī)學(xué)圖像分割具有重要意義；MST算法可以比較清晰地勾勒出目標(biāo)的輪廓，但是由于使用了Gauss濾波，往往會造成邊緣的模糊，但是其基本上可以將單獨的目標(biāo)作為一類，在目標(biāo)檢測與識別等鄰域具有重要意義；Ncut算法作為三種算法中唯一的一個具有明確的最優(yōu)化目標(biāo)函數(shù)的方法，雖然具有完備的理論基礎(chǔ)，但是由于譜方法只能給出目標(biāo)函數(shù)的近似解，這使得當(dāng)圖像

4、復(fù)雜時，分割結(jié)果往往不能滿意。但是可以注意到該方法針對具有單一的一致性目標(biāo)仍然具有較好的分割結(jié)果，因此在一些網(wǎng)絡(luò)圖像目標(biāo)識別(特別是商品識別)中可以得到廣泛應(yīng)用。通過研究，可以發(fā)現(xiàn)基于圖論的圖像分割方法具有重要的理論意義和應(yīng)用價值，三種不同的基于圖論的圖像分割方法可以應(yīng)用在不同的研究領(lǐng)域和不同的圖像數(shù)據(jù)庫中。論文中的研究為基于圖論的圖像分割算法的應(yīng)用建立了必要的基礎(chǔ)。關(guān)鍵詞：圖像分割；圖論；規(guī)范化切割；有向樹；最小生成樹江蘇大學(xué)工程碩士學(xué)位論文AbstractImagesegmentationisimportantinimagepro

5、cessingwithawiderangeofapplications．Itistopartitionanimageintoseveralmeaningfulregionsrepresentingphysicalobjectsinourrealworld．Forexample，allaviationphotocouldbesegmentedintoindustrialpark，uptown，lakecountryorplantationregions．Thisdissertationistostudythegraph-basedima

6、gesegmentationmethods，includingnormalized—cuts，directed·trees，andinimum-spanning—treesbasedmethodsforimagesegmentation．Basedonthenormalizedcutspectralclusteringmethodofimagesegmentationintheapplicationofthecompletealgorithm，theexperimentalresultsareanalyzed，discusstheva

7、riousparameterchangesontheimpactofexperimentalresults．Secondly,ontwotreeimagesegmentationalgorithm，respectivelydirectedtreebasedapproachforimagesegmentationbasedonminimumspanningtreeimagesegmentationmethodwasstudied，andtheactualimagedatabaseforthreekindsofalgorithmsfori

8、magesegmentationofexperimentalcomparisonandanalysis，itresultsinhierarchicalcomplexgrayimage，DTalgorithmhasmore