《基于阈值的图像分割的研究.doc》由会员分享，可在线阅读，更多相关《基于阈值的图像分割的研究.doc（36页珍藏版）》请在金锄头文库上搜索。
1、基于阈值的图像分割的研究 基于 阈值 的图像 分割研 究重庆大学硕士学位论文 (学术学 位)学生姓名 : 付云 凤 指导教师 :龚 劬 教 授 专 业 :计算 数学 学科门类 :理 学重庆大学数学与统计学院 二 O 一 三 年四 月The Study of Image SegmentationBased on ThresholdsA Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Masters Degree of Science By Fu YunfengSu
2、pervised by Prof. Gong Qu Specialty :Computational MathematicsCollege of Mathematics and Statistics ofChongqing University, Chongqing, China April 2013重庆大学硕 士学位论 文 中文摘要摘 要 图像分割是数字图像处理及其应用中关键的一步, 一直以来都是研究的重点。例 如 对目 标 物体 进 行识 别时 , 图像 分 割在 图像识 别 预处 理 过程 中 是重 要步 骤 , 分割 效 果的 好 坏将 对 识别 的准 确 率有 直 接的 影响。 基
3、于阈 值 的图 像 分割 方法 是 一 种计 算 相对 简 单, 运 算效 率相 对 较高 , 并且 对于目 标 像素 与 背景 像 素灰 度级 分 布 不同 的 图像 非 常有 效 的分 割方 法 。由 此 ,近 些年图 像 阈值 分 割得 到 了国 内外 专 家 学者 的 很大 关 注。 本 文将 对基 于 阈值 的 图像 分割方 法 继续 进 行研 究 与探 索, 主 要 研究成果如下:本文针对二维 Otsu 算法因区域误分而产生的抗噪性差和计算量较 大 这一 问题,提出了一种基于二维直方图重建的二维 Otsu 图像分割算法,给出了算法的分割结果和运行时间,并与二维 Otsu 算法、二
4、维 Otsu 快速算法、二 维 Otsu 分解算法 进 行了 对 比。 实 验效 果表 明 ,该 算 法抗 噪性更 强 ,并 且 分割 效 果比 前几 种 分 割方法分割效果更好,是一种有效、可行的图像分割算法。 传统的基于图谱理 论的阈值分割 方法中存在以 下不足之处:1、 图权计算方法仅 考 虑了 图 像的 灰 度特 征及 空 间位 置 特征 ,而没 有 将像 素 点的 灰 度特 征与 它 的 邻域像素的相关性程度考虑进来, 导致其对于噪声十分敏感;2、 整幅图仅采用一个阈值,导致一些弱边 界存在错分的情况。Miao 等对上述方法进行了改进, 能克服一 些 噪声 的 影响 , 但是 分割
5、效 果并 不 理想 。针对 以 上不 足 ,本 文 提出 了基 于 分 块及 改 进图 谱 理论 的 阈值 分割 方 法: 先 应用 信息熵 对 图像 进 行分 块 ,再 引入 了 新 的邻 域 窗口 权 重计 算 方法 ,得 到 中心 点 邻域 内各点 各 向异 性 的权 重 以更 新中 心 点 的像 素 值, 用 于计 算 权值 矩阵 , 最后 应 用图 谱阈值 分 割方 法 对图 像 进行 分割 。 实 验结果表明该方法抗噪性更强,分割精度较高,分割速度有明显提高。关键 词 : 阈值分割,Otsu ,归一化割, 邻域信 息 ,鲁棒性 I 重庆大学硕 士学位论 文 英文摘要ABSTRACT
6、Image segmentation is a key step in digital image processing and applications, and has always been the focus of study. For example, in target recognition, image segmentation is an important step of image recognition preprocessing stage and the segmentation result has a direct impact on the recogniti
7、on accuracy. Image segmentation based on thresholds not only is a method with simple calculation andhigh operation efficiency, but also is a very effective method for the image which target pixels are clearly different from background pixels in gray scale distributionThus, the image threshold segmen
8、tation is the wide attention of scholars both at home and abroad in recent years. This article will carry on further research and exploration towards image segmentation based on thresholds, the main research results are as follows: In this paper, a two-dimensional Otsu image segmentation algorithm b
9、ased on two-dimensional histogram reconstruction for overcoming large amount of calculation and weak noise immunity due to region point misclassification of the two-dimensional Otsu algorithm was proposed. And the segmentation results and run-time of the algorithm is given, which is compared with th
10、at of two-dimensional Otsu algorithm, two-dimensional Otsu fast algorithm, and two-dimensional Otsu decomposition algorithm. The experimental results show that the algorithm has stronger anti-noise performance and even better segmentation results, and it is an effective and feasible image segmentati
11、on algorithm There are the following deficiencies of the traditional threshold method based on graph spectral theory: 1. since the image weight calculation only considers image gray information and space information, but not the correlation with neighboring pixels, it is sensitive to noise. 2. Using
12、 one single threshold for the whole image could lead to that the relatively weak boundary in the image could be misclassified easily. Miao and some others made some improvements to the above method. Their method is able to overcome some noise, but the results of segmentation are not satisfactory. Fo
13、r the above shortcomings, this paper proposes an image threshold method based on block segment and graph spectral theory. The method is as follows. Firstly, using information entropy makes block segment for image. Then introducing a new neighborhood window weight calculation approach gets the anisot
14、ropy weight of each point of the neighborhood to II 重庆大学硕 士学位论 文 英文摘要 update value of the center pixel for calculating weight matrix. Finally, image threshold method based on graph spectral theory threshold method is used for image segmentationThe experimental results show that this method has stron
15、g anti-noise, high accuracy of segmentation and segmentation speed Keywords: threshold segmentation, Otsu, Normalized Cut, neighbor information, robustness III 重庆大学硕 士学位论 文 目 录目 录中文 摘要. I 英 文 摘要II 1 绪 论 1 1.1 课题研究目的及意义 1 1.2 研究背景及现状2 1.3 论文的主要内容3 1.4 论文组织结构 3 2 图 像分 割方 法 综述 4 2.1 图像分割的概念4 2.2 图像分割的基本分类 5 2.2.1 阈值分 割法5 2.2.2 边缘检 测分割法 7 2.2.3 区域分 割法7 2.2.4 结合特 定理论的 分割方法8 2.3 本章小结 9 3 最 大类 间方 差Otsu算法10 3.1 一维 Otsu 阈值分割法10 3.2 二维 Otsu 图像分割算法. 11 3.3 改进的二维 Otsu 图像分割算法12 3.3.1 二维直 方图重建. 13 3.3.2 二维直 方图降维. 14 3.4 实验结果与分析. 14 3.5 本章小结. 17 4 图 论基 础18 4.1 图的定义 18
