資源描述:
《畢業(yè)設(shè)計(論文)- 基于matlab圖像分割算法研究與實現(xiàn)》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、基于MATLAB圖像分割算法研究與實現(xiàn)摘要圖像分割是指把圖像分解成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程,它是計算機(jī)視覺領(lǐng)域的一個重要而且基本的問題,分割結(jié)果的好壞將直接影響到視覺系統(tǒng)的性能。因此從原理、應(yīng)用和應(yīng)用效果的評估上深入研究圖像分割技術(shù)具有十分重要的意義。本課題主要介紹了圖像分割的基本知識,研究了圖像分割的兩大類算法,即基于邊緣檢測的方法和基于區(qū)域生成的方法。采用MATLAB仿真了所有分割過程,得到了比較理想的分割結(jié)果,并分析了各個算法的優(yōu)點和不足之處,以及適用于何種圖像?;谶吘墮z測方法種類繁多,主要介紹基于EDGE函數(shù)、檢測微小結(jié)構(gòu)、四叉樹分解和閾值分割
2、的方法實現(xiàn)對圖像的邊緣檢測及提取。而基于區(qū)域的圖像分割方法主要包括區(qū)域生長法和分裂-合并分割方法。通過多次的實驗過后,總結(jié)出一般的圖像分割處理可以用EDGE函數(shù)。而特定的圖像應(yīng)用閾值分割、檢測微小結(jié)構(gòu)和四叉樹分解比較簡單。雖然近年來人們在圖像分割方面做了大量的研究工作,但由于尚無通用的分割理論,因此現(xiàn)已提出的分割算法大都是針對具體問題的,并沒有一種適合于所有圖像的通用的分割算法,有待于進(jìn)一步解決。關(guān)鍵字:圖像分割;邊緣檢測;區(qū)域生成;閾值分割ResearchofimagesegmentationalgorithmAbstractImageSegmentationisthet
3、echniqueandtheprocesstosegmentanimageintodifferentsub-mageswithdifferentcharactersandtoextracttheinterestedobjectsfromtheimage.Itisanimportantandbasicprocedureinthefieldofcomputervision,thequalityofimagesegmentationdirectlyaffectstheperformanceofvisionsystem.Therefore,fromthetheory,applica
4、tionandevaluationofapplicationeffectofdepthofimagesegmentationisofgreatsignificance.Thisissueintroducesthebasicsofimagesegmentation,imagesegmentationofthetwomajoralgorithmshavebeendone,thatisbasedonedgedetectionmethodandthemethodbasedonregionalproduce.Segmentationprocessissimulatedandthere
5、sultshaveshownperfect.Advantagesanddisadvantagesofeachalgorithmarediscussedattheendofthepaper,andtoapplytoeachimage.EdgedetectionmethodbasedonawiderangeofEDGE-basedfunctionsareintroduced,thedetectionofminimalstructure,quadtreedecompositionandthresholdsegmentationmethodtorealizetheedgedetec
6、tionandextraction.Theregion-basedimagesegmentationmethodsincluderegiongrowinganddivision-combinedsegmentation.Throughmanyexperimentslater,summedupthegeneralimagesegmentationcanbeEDGEfunction.Thespecificapplicationofimagesegmentation,thedetectionofminimalstructureandquadtreedecompositioniss
7、imple.Althoughalotofimagesegmentationresearchhasbeendoneinrecentyears,butthereisnotgeneraltheoryofsegmentation,theproposedsegmentationalgorithmhasbeenmostlyissue-specific,andthereisnotasuitablesegmentationalgorithmforallcommonimage,remainstoberesolved.Keywords