【正文】 本科畢業(yè)設(shè)計(jì)題目：基于區(qū)域合并的紋理圖像分割—MSRM算法的MATLAB實(shí)現(xiàn)學(xué) 院:信息科學(xué)與工程學(xué)院專 業(yè):電子信息工程學(xué) 號(hào):200704135150學(xué)生姓名:張琦指導(dǎo)教師:鄭慶慶日 期:2011/5/30摘 要圖像分割是圖像分析及計(jì)算機(jī)視覺系統(tǒng)中的重要環(huán)節(jié)，是圖像處理研究中的一個(gè)基本難題。圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，只有在圖像分割的基礎(chǔ)上才能對(duì)目標(biāo)進(jìn)行特征提取、參數(shù)測(cè)量和識(shí)別，使得更高層的圖像分析和理解成為可能，圖像分割質(zhì)量的好壞直接影響后續(xù)圖像處理的效果。因此，可以說圖像分割是圖像處理中最為重要的環(huán)節(jié)?；趨^(qū)域的圖像分割方法，將圖像按內(nèi)容劃分成許多區(qū)域。雖然存在過分割，但是可以通過研究改進(jìn)算法減少過分割或選擇有效的后處理算法得到有用的結(jié)果。例如，在Mean Shift和Watershed這兩種圖像分割算法中，一方面可以研究各種減少過分割的改進(jìn)算法。另一方面，也可以采用有效的預(yù)處理，去除噪音，使圖像適宜于Watershed或Mean Shift算法分割。MSRM是基于最大相似度的區(qū)域合并算法,該算法簡(jiǎn)單有效,不需要設(shè)定區(qū)域合并的閾值,且對(duì)單目標(biāo)和多目標(biāo)圖像都能正確分割。本設(shè)計(jì)在提取了圖像的顏色特征和紋理特征之后，計(jì)算相鄰區(qū)域的相似度，在人工交互信息的指導(dǎo)下，基于最大相似度準(zhǔn)則逐步對(duì)初始過分割區(qū)域進(jìn)行合并，分離出圖像中的目標(biāo)和背景。關(guān)鍵詞： MSRM；區(qū)域合并； 交互式圖像分割；算法；紋理圖像AbstractImage segmentation is the important elements of image analysis and puter vision systems ，and it is a fundamentalproblem in image processing。 Image segmentation is a key step that from image processing to the image analysis。Only on the basis of image segmentation to object feature extraction, parameter measurement and recognition，which make it possible to analysis and understanding of the higherlevel image, and the quality of image segmentation directly affects the effect ofsubsequent image processing. Therefore, we conclude that image segmentation is the most important part of image processing.Regionbased image segmentation method is divided into many regions according to the contents of the image。Although there is oversegmentation，studing improved algorithm can reduce the oversegmentation or choosing an effective postprocessing algorithms are useful results. For example, in both Mean Shiftt and Watershed image segmentation algorithm, One can study a variety of improved algorithm to reduce oversegmentation, On the other hand, effective pretreatment can also be used to remove noise, and make the image suitable for Mean Shiftt and Watershed segmentation algorithm.MSRM is a algorithm which based on the maximum similarity of the region merging, the proposed algorithm is efficient and effective, it does not require a preset threshold and can successfully extract the single objective and multitarget image from plex scenes . In this design, calculate the similarity of adjacent regions afte the extration of image color features and texture features, under the guidance of interaction information ,a maximal similarity based region merging mechanism was proposed to gradually merged the initial oversegmentation of regions. Then separated the target and background from image.Keywords: MSRM。 Region merging。 Interactive Image Segmentation。 Algorithm。 Texture image目 錄1 緒論 1 研究的背景和意義 1 內(nèi)容與組織結(jié)構(gòu) 12 圖像分割技術(shù)研究綜述 3 引言 3 圖像分割的概念和分類 3 基于閾值的圖像分割 4 基于間斷檢測(cè)的圖像分割 4 基于區(qū)域的分割 4 基于區(qū)域生長的分割 5 基于分裂合并的分割 6 基于聚類的分割 7 基于形態(tài)學(xué)的分割 7 本章小結(jié) 73 基于最大相似度的交互式區(qū)域合并算法的研究 8 引言 8 區(qū)域表示和相似性度量 9 目標(biāo)和背景標(biāo)記 9 基于最大相似度的區(qū)域合并機(jī)制 10 區(qū)域合并算法 11 收斂性分析 13 本章小結(jié) 144 圖像分割系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)結(jié)果 15 引言 15 圖像分割系統(tǒng) 15 實(shí)驗(yàn)結(jié)果與分析 15 實(shí)驗(yàn)結(jié)果 15 魯棒性分析 16 分割效率分析 19 結(jié)論 20結(jié) 束 語 21參考文獻(xiàn) 22致 謝 241 緒論 研究的背景和意義計(jì)算機(jī)視覺是通過計(jì)算機(jī)模擬人類視覺行為的一門學(xué)科，其任務(wù)為對(duì)輸入的圖像(序列)數(shù)據(jù)自動(dòng)進(jìn)行分析和解釋。根據(jù)數(shù)據(jù)的組織形式，計(jì)算機(jī)視覺可劃分為四個(gè)層次。最底層是原始的目標(biāo)或場(chǎng)景，通過信號(hào)處理和數(shù)字化，得到對(duì)應(yīng)圖像的數(shù)字化表示形式；中間層則借助各種各樣的算法，提取圖像的各種特征，在各層之間建立聯(lián)系；最后頂層通過模式識(shí)別方法，進(jìn)行圖像理解。視覺處理方法可分為兩類：低級(jí)的圖像處理方法和高層的圖像理解方法。前者不需要預(yù)先知道圖像的內(nèi)容，通常包括圖像壓縮、圖像恢復(fù)、圖像分割、邊界檢測(cè)等方法，為高層的圖像理解提供支持。而后者是根據(jù)目標(biāo)的相關(guān)知識(shí)及一些實(shí)現(xiàn)方法，基于低級(jí)階段獲取的圖像特征來模擬人的視覺和做決策的過程，通常包括目標(biāo)識(shí)別、圖像理解、3D視覺和目標(biāo)運(yùn)動(dòng)分析等。隨著信息時(shí)代的來臨，越來越多的各種信息充斥著人們的生活，人們渴望利用計(jì)算機(jī)來處理繁多的信息。而科學(xué)研究表明，人類獲取的信息中有 75％左右來自于自身的視覺，即大部分信息為圖像圖形信息。圖像信息相對(duì)于其他類型的信息來說，最大的優(yōu)勢(shì)在于信息量大、直觀、形象、易于理解等特點(diǎn)。因此，數(shù)字圖像分割技術(shù)為越來越多學(xué)者所重視，正逐漸成為網(wǎng)絡(luò)信息時(shí)代一個(gè)新的研究熱點(diǎn)[1]。 圖像分割[2][3]是圖像分析及視覺系統(tǒng)中的重要環(huán)節(jié)，是圖像處理研究中的一個(gè)基本難題。圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，只有在圖像分割的基礎(chǔ)上才能對(duì)目標(biāo)進(jìn)行特征提取、參數(shù)測(cè)量和識(shí)別，使得更高層的圖像分析和理解成為可能，圖像分割質(zhì)量的好壞直接影響后續(xù)圖像處理的效果。因此，可以說圖像分割是圖像處理中最為重要的環(huán)節(jié)。紋理是圖像的一個(gè)重要特征。以紋理特性為主導(dǎo)的圖像稱為紋理圖像[4]，紋理圖像是圖像的重要組成部分，通常運(yùn)用各種觀測(cè)系統(tǒng)獲得的圖像大多是紋理型的，在航空航天遙測(cè)領(lǐng)域中