基于圖的彩色圖像分割算法研究

《基于圖的彩色圖像分割算法研究》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。

1、審方，Ｓｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｉｏｇｙ工程碩±學(xué)位論文基于圖的彩色圖像分割算法研究作者姓名金硫工程領(lǐng)域計(jì)算機(jī)技術(shù)校內(nèi)指導(dǎo)教師沃絲教授校外指導(dǎo)教師熊冬青高級(jí)工程師所在學(xué)院計(jì)算機(jī)科學(xué)與工程學(xué)院論文提交日期２０１６年３月１日－■－＇？．StudyofGraph-basedColorImageSegmentationMethodADissertationSubmittedfortheDegreeofMasterCandidate：JinXuanSupervisor：Prof

2、.WoYanSouthChinaUniversityofTechnologyGuangzhou,China分類號(hào)：TP391學(xué)校代號(hào)：10561學(xué)號(hào)：201321031050華南理工大學(xué)碩士學(xué)位論文基于圖的彩色圖像分割算法研究作者姓名：金璇指導(dǎo)教師姓名、職稱：沃焱教授申請(qǐng)學(xué)位級(jí)別：工程碩士工程領(lǐng)域名稱：計(jì)算機(jī)技術(shù)論文形式：□產(chǎn)品研發(fā)□工程設(shè)計(jì)□√應(yīng)用研究□工程/項(xiàng)目管理□調(diào)研報(bào)告研究方向：多媒體技術(shù)及應(yīng)用論文提交日期：2016年3月1日論文答辯日期：2016年3月24日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會(huì)成員：主席：韓國強(qiáng)委員：李桂清楊燦張見威高昭昇華南理工大

3、學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所。除了文中特別加Ｗ標(biāo)注引用的內(nèi)容外取得的研究成果，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。＊口／：占ｔｍ作者簽名日期：＞年＾月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，良Ｐ；研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校有權(quán)保存并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許學(xué)位

4、論文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)校可公布學(xué)位論文的全部或部分內(nèi)容，可允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位一論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相致。本學(xué)位論文屬于：□。保密，在年解密后適用本授權(quán)書團(tuán)不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議的單位瀏覽；同意將本人學(xué)位論文提交中國學(xué)術(shù)期刊（光盤版）電子雜志社全文出版和編入ＣＮＫＩ《中國知識(shí)資源總庫》，傳播學(xué)位論文的全部或部分內(nèi)容。＂＂（請(qǐng)?jiān)冢咨舷鄳?yīng)方框內(nèi)打Ｖ）／以作者簽名：癸曰期：指導(dǎo)教師簽名日期；作者聯(lián)系電話電子郵箱：摘要圖像分割是一個(gè)將

5、整個(gè)圖像分成若干個(gè)互不相交的非空子區(qū)域的過程，同一區(qū)域內(nèi)的像素點(diǎn)在亮度、顏色、紋理等圖像特征上具有相似性，而相鄰區(qū)域之間的點(diǎn)在這些特征上不具有相似性。作為計(jì)算機(jī)視覺中的一個(gè)低層處理技術(shù)，圖像分割在圖像識(shí)別、目標(biāo)檢測(cè)以及其他計(jì)算機(jī)視覺技術(shù)中都有重要的作用。針對(duì)目前提出的圖像分割方法存在分割速度較慢、在目標(biāo)和背景顏色相似時(shí)容易將背景和目標(biāo)融合這兩個(gè)問題，本文結(jié)合圖像的顏色、紋理以及邊緣特征提出了一個(gè)基于圖的彩色圖像分割算法。本文算法的主要內(nèi)容包括以下幾方面：首先，為了提高圖像分割效率，本文先使用Meanshift方法對(duì)圖像進(jìn)行預(yù)處理，獲得初始過分割區(qū)域后再利用這些區(qū)域構(gòu)造鄰接圖。然后

6、，將圖像轉(zhuǎn)換到Lab顏色空間，并根據(jù)圖像的顏色分布情況來度量鄰接區(qū)域的顏色相似性；為了較完整的分割出目標(biāo)區(qū)域，本文結(jié)合圖像局部信息和全局信息提取了圖像的邊緣輪廓，并計(jì)算區(qū)域之間的邊緣相似性；針對(duì)圖像在目標(biāo)和背景區(qū)域顏色較相似時(shí)容易出現(xiàn)過合并的情況，本文提出一個(gè)基于Gabor和直方圖的紋理統(tǒng)計(jì)模型，并在此基礎(chǔ)上度量區(qū)域的紋理相似性。接著，利用圖像的特征信息和區(qū)域空間關(guān)系進(jìn)行區(qū)域合并。針對(duì)區(qū)域合并中合并條件和合并順序問題，本文利用區(qū)域在顏色，邊緣以及紋理特征上的相似性構(gòu)造合并條件，并提出通過查找最優(yōu)合并成本的方式進(jìn)行區(qū)域合并，該方式能夠在合并過程中保持圖像的一些全局屬性，之后再借助標(biāo)

7、記更新策略完成合并過程。最后，為證明本文算法的有效性，實(shí)驗(yàn)中使用SED和ASD數(shù)據(jù)庫對(duì)該算法進(jìn)行了測(cè)試，并與其他算法的分割性能進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，本文算法在圖像目標(biāo)和背景區(qū)域顏色較相似時(shí)，能較好的實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的完整分割。與其他方法相比，本文算法在F-mearsure評(píng)估指標(biāo)上表現(xiàn)出更好的分割性能。關(guān)鍵詞：圖像分割；區(qū)域合并；紋理；邊緣；最優(yōu)合并成本IAbstractImageSegmentationisaprocessofpartitioninganimageintoac