【正文】 征描述。（5）圖像分類：圖像分類屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。下面是直方圖均衡化前后的圖形變化以及直方圖變化：圖23 直方圖均衡化前(上)，后(下)Figure 23 Histogram equalization before (top) and after (below)(4)直方圖均衡化：通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。以下幾幅圖是不同亮度對比： 圖21 同一圖片的不同亮度的對比Figure 21 the same picture of different brightness contrast (2) 對比度：指的是一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級的測量，差異范圍越大代表對比越大，差異范圍越小代表對比越小，好的對比率120:1就可容易地顯示生動、豐富的色彩。 論文的主要工作本文著眼于mean shift 算法在彩色圖像分割中的應(yīng)用，在對圖像分割的基礎(chǔ)理論，包括圖像的特性、圖像的彩色空間模式和圖像分割方法等總結(jié)分析的基礎(chǔ)上，在研究了mean shifrt 算法原理和Matlab匯編語言后撰寫了畢業(yè)論文。僅利用圖像中表現(xiàn)出來的灰度和空間信h,來對圖像進(jìn)行分割，往往會產(chǎn)生和人類的視覺分割不一致的情況。(1)現(xiàn)有的許多種算法都是針對不同的數(shù)字圖像，沒有一種普遍適用的分割算法；(2)缺乏通用的分割評價(jià)標(biāo)準(zhǔn)。事實(shí)證明，交互式分割技術(shù)有著廣泛的應(yīng)用；、彩色圖像、多光譜圖像以及多視場圖像分割的研究，也有對運(yùn)動圖像及視頻圖像中目標(biāo)分割的研究，還有對深度圖像、紋理(Texture)圖像、計(jì)算機(jī)斷層掃描(CT)、磁共振圖像、共聚焦激光掃描顯微鏡圖像、合成孔雷達(dá)圖像等特殊圖像的分割技術(shù)的研究；五是對圖像分割評價(jià)的研究和對評價(jià)系數(shù)的研究越來越得到關(guān)注。 發(fā)展趨勢傳統(tǒng)圖像分割技術(shù)對圖像的分割, 然后對近年來迅速發(fā)展起來的幾種圖像分割技術(shù)圖像分割中的應(yīng)用作了一定的嘗試、比較和評價(jià)。具體地講是將電話、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。圖像分割算法的到了多方面的發(fā)展，新理論與新算法研究。 (4)加強(qiáng)理論研究， 逐步形成圖像分割科學(xué)自身的理論體系；(5)圖像分割領(lǐng)域的標(biāo)準(zhǔn)化。在各個(gè)方面得到應(yīng)用，開拓更廣泛的應(yīng)用領(lǐng)域。圖像處理技術(shù)在航空航天、工業(yè)生產(chǎn)、醫(yī)療診斷、資源環(huán)境、氣象及交通監(jiān)測、文化教育等領(lǐng)域有著廣泛的應(yīng)用，創(chuàng)造了巨額社會價(jià)值；同時(shí)還遠(yuǎn)遠(yuǎn)不能滿足社會需求，自身也在不斷完善和發(fā)展，有很多新的方面要探索。 由于mean shift 算法的特性是原理簡單，計(jì)算速度快，這樣便直接將問題分析層次從像素域提升到特征域，對后續(xù)處理有很大的好處。由于彩色圖像本身的數(shù)據(jù)量比較大，導(dǎo)致區(qū)域調(diào)整的過程通常需要很大的計(jì)算量。 圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵步驟，在圖像工程中占據(jù)重要的位置。介紹了移動平均作為歸密度梯度估計(jì)。目前，圖像分割有許多種方法，但是現(xiàn)在圖像分割技術(shù)沒有具體的規(guī)定尺度，圖像分割好壞也沒有一個(gè)好的定論。隨著科學(xué)技術(shù)的進(jìn)步，各種攝影器材的像素在不斷的提高，圖像的質(zhì)量也在不斷地提高。三部分都在發(fā)展，都有他們各有的理論。綜上所述，圖像分割在我們的社會中已經(jīng)是很重要的一部分，影響到我們社會中的許多方面 ，研究圖像分割也就成為一個(gè)很重要的課題。(2)在一幅關(guān)于染色體的圖像中，可以首先將染色體和背景分割開來，然后采用尺寸大小、形狀等準(zhǔn)則進(jìn)一步將其分割成單個(gè)染色體。隨著計(jì)算機(jī)的高速發(fā)展，圖像分割技術(shù)不斷自我完善，逐漸成為一個(gè)新興的學(xué)科。尤其在大量復(fù)雜的圖像中，除了找出我們所需要的信息之外，更重要的是對圖像信息進(jìn)行處理，在當(dāng)今科學(xué)技術(shù)迅速發(fā)展的時(shí)代，對圖像信息處理的要求也就更高，從而使人們更加迅速、準(zhǔn)確、可靠地獲得有用的信息。燕山大學(xué)本科生畢業(yè)設(shè)計(jì)（論文）Mean shift 算法在彩色圖像分割中的應(yīng)用畢業(yè)論文目 錄摘要 IAbstract II第1章 緒論 1 課題背景 1 2 2 發(fā)展?fàn)顩r與應(yīng)用領(lǐng)域 3 發(fā)展趨勢 5 圖像分割中存在的問題 6 論文的主要工作 6第2章 彩色圖像的特性及分割方法 8 8 8 10 圖像分割的理論知識 13 14 14 18 19第3章 Mean shift算法分析 20 20 21 21 23 24第4章 實(shí)驗(yàn)與分析 25 編程環(huán)境介紹 25 25 25 相關(guān)圖像實(shí)驗(yàn) 26 26 26 實(shí)驗(yàn)結(jié)果 27 27 30 31 31結(jié)論 32參考文獻(xiàn) 33致謝 35附錄1 36附錄2 43附錄3 49附錄4 外文譯文 54附錄5 外文文獻(xiàn) 62III第一章 緒論第1章 緒論 課題背景自然界物質(zhì)運(yùn)動總體的一個(gè)重要方面是信息，人類認(rèn)識世界和改造世界首先要獲得各種各樣的信息。所謂圖像分割是指將圖像中具有特殊涵義的不同區(qū)域區(qū)分開來，這些區(qū)域是互相不交叉的，每一個(gè)區(qū)域都滿足特定區(qū)域的一致性。利用數(shù)字圖像分割在生活實(shí)際和科研工作中有著重要的意義，主要是為了修改圖形，改善圖像質(zhì)量，或是從圖像中提起有效信息。(3)工業(yè)圖像：X線控探傷，X線檢察，三維測量等。Mean shift 算法在彩色圖像分割中的應(yīng)用在新近幾年才成為一單獨(dú)課題被國內(nèi)外專家加以研究、討論，正處在蓬勃發(fā)展時(shí)期，有待進(jìn)一步的完善與提高。Mean shift算法并不算一種很新的特征空間分析算法，但是它原理簡單，計(jì)算速度較快，通常能在一次分割后形成大量小的模態(tài)區(qū)域。圖像的復(fù)雜程度也在逐漸地變大。Mean shift 算法在圖像分割中的應(yīng)用度到很大力度的研究。然后，均值漂移迭代過程的定義。一方面，它是目標(biāo)表達(dá)的基礎(chǔ)，對特征測量有重要的影響。因此為了提高分割速度，提出在彩色圖像用mean shift 算法進(jìn)行圖像分割。圖像處理，是對圖像進(jìn)行分析、加工、和處理，使其滿足視覺、心理以及其他要求的技術(shù)。它必將先更深入、更完善的方向發(fā)展：處理算法更優(yōu)化，處理速度更快，實(shí)現(xiàn)圖形的智能生成、處理、識別和理解。需要進(jìn)一步研究的問題的如下五個(gè)方面：(1)在進(jìn)一步提高精度的同時(shí)著重解決處理速度問題。圖像的信息量大、數(shù)據(jù)量大， 因而圖像信息的建庫、檢索和交流是一個(gè)重要的問題。圖像是人類獲取和交換信息的主要來源，因此，圖像分割的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。其中以圖像通信最為復(fù)雜和困難，因圖像的數(shù)據(jù)量十分巨大，如傳送彩色電視信號的速率達(dá)100Mbit/s以上。通過這些分析可以看出，單純應(yīng)用傳統(tǒng)的圖像分割技術(shù)對圖像分割，往往難以獲得滿意的效果，圖像分割技術(shù)將在軍事、醫(yī)學(xué)、氣象等方面發(fā)揮越來越重要的作用，從圖像分割研究的歷史來看 ,可以看到對圖像分割的研究有幾個(gè)明顯的趨勢:一是對原有算法的不斷改進(jìn)；二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用。相信隨著研究的不斷深入，存在的問題會很快得到圓滿的解決。對分割效果進(jìn)行評判的標(biāo)準(zhǔn)尚不統(tǒng)一，如何對分割結(jié)果做出量化的評價(jià)是一個(gè)值得研究的問題，該量化測度應(yīng)有助于視覺系統(tǒng)中的自動決策及評價(jià)算法的優(yōu)劣，同時(shí)應(yīng)考慮到均質(zhì)性、對比度、緊致性、連續(xù)性、心理視覺感知等因素；(3)與人類視覺機(jī)理相脫節(jié)。人們往往對獲得的圖像己具有某種先驗(yàn)知識，這對于改善圖像分割性能是非常重要的。各部分內(nèi)容如下：1．第一章通過對圖像分割要求的分析，闡明了圖像分割的重要意義，介紹了圖像分割的發(fā)展和應(yīng)用情況以及國內(nèi)外的研究現(xiàn)狀；2．第二章簡要分析了圖像基本特性，圖像顏色空間模型和圖像的分割方法分類；3．第三章論述了mean shift 算法的原理。如下圖：圖22 同一圖片的不同對比度Figure 22 the same picture of the different contrast(3)直方圖均衡化：通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。分辨率很很多種，如顯示分辨率、打印分辨率、掃描分辨率以及圖象分辨率等。色彩模式的使用是根據(jù)用途來的，或叫輸出方式而定.(1)RGB模式RGB模式是由紅、綠、藍(lán)這3種顏色按不同的比例混合而成，也稱真彩色模式，是PS中最為常見的一種色彩模式。圖25 HSB彩色空間模型Figure 25 HSB color space model(3) CMYK模式CMYK模式是一種印刷模式，通過青、洋紅、黃、黑4中不同的印板在印刷機(jī)中印刷色調(diào)連續(xù)的顏色。因此才引入了黑色。 　　基于人類對色彩的感覺，HSB模型描述顏色的三個(gè)特征： 　　(1)色相H：在0～360176。飽和度表示色相中彩色成分所占的比例，用從0(灰色) ～100%(完全飽和)的百分比來度量。一方面，它是目標(biāo)表達(dá)的基礎(chǔ)，對特征測量有重要的影響。更精確的，圖像分割是對圖像中的每個(gè)像素加標(biāo)簽的一個(gè)過程，這一過程使得具有相同標(biāo)簽的像素具有某種共同視覺特性。下面先對上述各個(gè)條件分別給予簡略解釋。條件④指出在分割結(jié)果中，不同的子區(qū)域具有不同的特性，沒有公共元素，或者說屬于不同區(qū)域的象素應(yīng)該具有一些不同的特性。(1) 閾值分割方法閾值分割方法的歷史可追溯到近40 年前，現(xiàn)已提出了大量算法?，F(xiàn)有的大部分算法都是集中在閾值確定的研究上。此方法對紅外圖像有很強(qiáng)的針對性。根據(jù)檢測邊緣采用方式的不同,邊緣檢測方法大致包括以下幾類:基于局部圖像函數(shù)的方法、多尺度方法、圖像濾波法、基于反應(yīng)擴(kuò)散方程的方法、多分辨分法、基于邊界曲線擬合方法、狀態(tài)空間搜索法、動態(tài)規(guī)劃法、邊界跟蹤法、哈夫變換法等?；诜磻?yīng)擴(kuò)散方程的方法借助反應(yīng)擴(kuò)散方程的觀點(diǎn)來看待多尺度濾波，從而達(dá)到邊緣檢測的目的。狀態(tài)空間搜索法也稱圖搜索法或啟發(fā)式搜索法，該方法用圖結(jié)構(gòu)表示邊界點(diǎn)和邊界段，通過在圖中搜索對應(yīng)最小代價(jià)的通道找到閉合邊界，它把邊緣檢測和邊界連接有機(jī)地結(jié)合起來,在圖像受噪聲影響較大時(shí)仍能取得較好的效果。哈夫變換法是利用圖像全局特性而直接檢測目標(biāo)輪廓的一種常見的方法，該方法的主要優(yōu)點(diǎn)是受噪聲和曲線間斷的影響較小。區(qū)域生長法的基本思想是將具有相似性質(zhì)的象素合起來構(gòu)成區(qū)域，具體做法是選給定圖像中要分割的日標(biāo)物體內(nèi)的一個(gè)小塊或者說種了區(qū)域，再在種了區(qū)域的基礎(chǔ)上不斷將其周圍的象素點(diǎn)以一定的規(guī)則加入其中，達(dá)到最終將代表該物體的所有象素點(diǎn)結(jié)合成一個(gè)區(qū)域的日的。區(qū)域提取法的缺點(diǎn)是往往會造成過度分割，即將圖像分割成過多的區(qū)域。劉寧寧等提出的基于代理機(jī)模型的交叉式圖像分割方法，代理機(jī)是完成特定功能的模塊，通過控制界面和匯報(bào)界面實(shí)現(xiàn)與操作者的交勻。魏寶剛等人提出的基于區(qū)域生長法的多顏色空間，多度量準(zhǔn)則的聚類算法和零碎區(qū)域的全并算法，使多顏色空間上的交叉式圖像分割取得了很好的效果?；跀?shù)學(xué)形態(tài)學(xué)分割方法的基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的?；谀：虾瓦壿嫷姆指罘椒ㄊ且阅：龜?shù)學(xué)為基礎(chǔ)，利用隸屬度來解決圖像中由于信息不全面、不準(zhǔn)確、含糊、矛盾等造成的不確定性問題，也是現(xiàn)在非常新的一種方法。小波變換的計(jì)算復(fù)雜度較低，抗噪聲能力強(qiáng)?；谶z傳算法的分割方法的基本思想是利用遺傳算法具有能是一種迭代式優(yōu)化算法并具有合局搜索能力的優(yōu)點(diǎn)，幫助確定分割闌值。然而，至今仍無統(tǒng)一的理論，還沒有哪一種分割方法可以對所有的圖像都能進(jìn)行理想的分割，也不存在所有方法對某一類圖像均可獲得較好分割結(jié)果的情況。因此，分割評價(jià)方法可分為分析法和實(shí)驗(yàn)法2大類。許多人對圖像分割算法的評價(jià)就是一種典型的騙差法，其理想分割圖像是若干個(gè)操作人員的分割結(jié)果，以此為標(biāo)準(zhǔn)，比較計(jì)算機(jī)分割結(jié)果是否與這些標(biāo)準(zhǔn)一致。本章首先介紹了圖像的基本屬性，對圖像的基本屬性亮度、對比度、進(jìn)行了分析，并附圖加以說明?，F(xiàn)在圖像分割技術(shù)雖然有了很大的發(fā)展，但是圖像分割現(xiàn)在還沒有一個(gè)標(biāo)準(zhǔn)，對圖像分割的評論還不完善，等待我們?nèi)パ芯恳粋€(gè)評論的標(biāo)準(zhǔn)，完善圖像分割技術(shù)。設(shè)= 1 ... .. n是在d維歐幾里得空間的n個(gè)任意設(shè)置路意見來自一個(gè)未知的概率密度函數(shù)f根據(jù)先驗(yàn)知識在F估計(jì)的概率密度函數(shù)f可以構(gòu)建基于兩個(gè)戰(zhàn)略，參數(shù)和非參數(shù)。它可以表示為 （）其中是一家集，科幻密度有一個(gè)先驗(yàn)概率和迭代參數(shù)的估計(jì)。最近鄰法和核估計(jì)是兩種技術(shù)，在數(shù)據(jù)非參數(shù)描述的結(jié)果。不幸的是，高維特征空間，多元直方圖是那么有用，因?yàn)樗鼈兊睦皵?shù)量成倍增長的空間維度，以及由于引入了量化的文物。這有力地表明，非參數(shù)的做法，提供了當(dāng)?shù)氐幕久芏葮O大可靠的檢測，該模式應(yīng)為分析就業(yè)。多變量核密度估計(jì)所得與核k(x)和窗口半徑h時(shí)，在計(jì)算點(diǎn)x被定義為： ()在核K（x）是一個(gè)標(biāo)量函數(shù)，它必須滿足以下條件: ()當(dāng)密度估計(jì)被視為一個(gè)標(biāo)準(zhǔn)的點(diǎn)與未知參數(shù)，該預(yù)算的質(zhì)量表示為均方誤差，等于方差和偏差平方的總和估計(jì)問題 （），給出了偏差，在假定模型的僵化，而差額指的是不可靠的估計(jì)。特別感興趣，因?yàn)樗臄?shù)學(xué)可追蹤性，是指整合方誤差準(zhǔn)則（MISE）規(guī)范為基礎(chǔ)的： ()根據(jù)方程（）中，MISE的標(biāo)準(zhǔn)可以解釋為平均估計(jì)的數(shù)字與真正的全球密度測量誤差均，而當(dāng)積累點(diǎn)明智的錯(cuò)誤。因此，選擇意味著在H之間的隨機(jī)和系統(tǒng)誤差的權(quán)衡。該參考規(guī)則，但是，只提供從一個(gè)單峰分布接近正常來樣一個(gè)有用的窗口半徑。平均轉(zhuǎn)移載體的