【正文】 日期： 畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。S DEGREE THESIS OF WUHAN UNIVERSITY Object Oriented Programming in processing of remote sensing image data College ： School of Electronic Information Subject ： Measuring and Control Technology and Instrumentations Name ： Chen Huijun Directed by ： Wang Quande Professor June 20xx 鄭 重 聲 明 本人呈交的學位論文，是在導師的指導下，獨立進行研究工作所取得的成果，所有數(shù)據(jù)、圖片資料真實可靠。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本學位論文的研究成果不包含他人享有著作權(quán)的內(nèi)容。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學位或?qū)W歷而使用過的材料。圖像分割是圖像理解和圖像識別的前提，也可以把它看作為圖像理解和識別的初級階段。 常見的分割算法包括基于閾值分割、基于邊緣的分割、基于區(qū)域生長分割、基于聚類法分割、基于遺傳算法分割等。本 文算法的思想是在進行分水嶺分割之前對待分割圖像作適當?shù)募夹g(shù)處理，從根本上緩解甚至避免過分割現(xiàn)象的出現(xiàn)。 關(guān)鍵詞 ：圖像分割；分水嶺算法；數(shù)學形態(tài)學；梯度算子 目 錄 第 1章 緒論 圖像分割的重要意義和應(yīng)用前景???????????? 圖像分割方法的研究現(xiàn)狀 ??????????????? 本課題的研究內(nèi)容 ???????????????????? 第 2章 圖像與圖像分割 概述???????????????????????? 圖像分割 ?????????????????????? 基于閾值的分割方法 ???????? ????????? 基于邊緣的分割方法 ??????????????? 基于 區(qū)域 的分割方法 ?????????????? 基于 特定理論 的 分割 方法 ????????????????? 本章小結(jié) ?????????????????????? 第 3章 數(shù)學形態(tài)學 概述???????????????????????? 膨脹和腐蝕????????????????????? 形態(tài)學開運算和閉運算???????????????? 形態(tài)學重建????????????????????? 多尺度形態(tài)學算子?????????????????? 本章小結(jié)?????????????????????? 第 4章 基于分水嶺和多尺度形態(tài)學梯度算子的圖像分割算法 分水嶺算法介紹 ??????????????????? 遙感圖像 分割方案設(shè)計 ???????????????? 分水嶺算法分割實現(xiàn) ????????????? ???? 處理結(jié)果和評析??????????????????? 本章小結(jié) ?????????????????????? 結(jié)論 ??????????????????????????????? 參考文獻 ………………………………………………………………………… 致謝 ………………………………………………………………………………… 附錄 …………… ?????????????????????????? 第 1章 緒論 遙感 圖像分割的重要意義和應(yīng)用前景 遙感圖像是按一定比例尺，客觀真實地記錄和反應(yīng)地表物體的電磁輻射的強弱信息，是遙感探測所獲得的遙感信息資料的一種表現(xiàn)形式。 遙感圖像 提供了全球或大區(qū)域精確定位的高頻度宏觀環(huán)境影像。經(jīng)地面站系統(tǒng)處理得到的常規(guī)圖像產(chǎn)品仍存在大氣、地形等多種隨機因素導致的幾何畸變與輻射失真，并且多種地物目標信息混雜，甚至相互遮掩，彼此抑制。 然而 遙感圖像通常表現(xiàn)為對比度低，區(qū)域特征因不同的拍攝條件而產(chǎn)生較大變化，不同區(qū)域之間的邊界模糊，以及形狀結(jié)構(gòu) 和細微結(jié)構(gòu)分布復雜多樣，圖像信息容量大等特點加大了我們進行分割的難度。它是對遙感圖像進行處理和應(yīng)用的基礎(chǔ)，是遙感圖像處理和分析的關(guān)鍵步驟，他可以將原始圖像轉(zhuǎn)化為更抽象、 更緊湊的形式，使得高層的分析和決策成為可能。因此，圖像分割是由圖像處理進到圖像分析的關(guān)鍵步驟，在圖像工程中占據(jù)重要的位置。在各種圖像應(yīng)用中，只要需對圖像目標進行提取，測量等都離不開圖像分割。門限處理、區(qū)域生長、區(qū)域分離和聚合都是這類方法的實例。隨著新理論、新技術(shù)的發(fā)展，一些新的圖像分割方法也隨之出現(xiàn)，但這些分割算法都是針對某一類型圖像、某一具體的應(yīng)用問題而提出的，并沒有一 種適合所有圖像的通用分割算法?？陀^評價對于自動分割意義重大，對比較不同算法的性能也很重要。因此，在許多情況下，主觀評價仍是最佳的衡量標準。分別介紹了這四類算法中的常用算法。 第四章 詳細介紹了基于形態(tài)學分水嶺算法。 第 2 章 圖像與圖像分割 概述 圖像的基本概念及其特點 ： 要對圖像進行處理，必須清楚圖像的概念。 ③人類從外界獲得的大部分信息來自視覺系統(tǒng)。而把連續(xù)空間的圖像在坐標空間 (X, Y)和性質(zhì)空間 F 都離散化，以便于計算機進行加工處理的離散化的圖像則稱為數(shù)字圖像。圖像存儲畫面的形式為柵格結(jié)構(gòu) :即將圖像劃分為均勻分布的柵格 (像素 )，顯式的記錄每一像素的亮度和顏色 。從集合的角度出發(fā)，圖像分割定義如下： 設(shè)整個圖像空間為一集合 R 。 （ 3）指出分割后得到的屬于同一區(qū)域中的元素應(yīng)該具有某種相同特性。上述數(shù)學條件說明了圖像分割算法的一些特點，凡不符合以上特點的圖像處理算法則不能稱為圖像分割算法。從其發(fā)展歷程 上 來看主要有 Otsu提出的最大類聞方差法，它被認為 是 閾值分割中的經(jīng)典算法。該方法計算簡單．抗噪聲性能較好。雖然 目前 出 現(xiàn)了各種甚于閾值分割的改進算法。它不僅可以極大的壓縮數(shù)據(jù)量，而且也大大簡化了圖像信息的分析和處理步驟。 閾值的分割的描述 設(shè) (x,y)是二維數(shù)字圖像的平面坐標，圖像灰度級的取值范圍是G={0, 1, 2,? L1 }(習慣上 0代表最暗的像素點， L1 代表最亮的像素點 )，位于坐標點 (x, y)上的像素點的灰度級表示為 f (x, y)。 閾值分割方法的分類 通過上文的討論，結(jié)合所給公式，可以將閾值分割方法分為以下 3類 : 1) 全局閾值 :T=T[f(x,y)〕，即僅根據(jù) f(x,y)來選取閾值，閾值僅與各個圖像像素的本身性質(zhì)有關(guān)。局部閾值則將圖像劃分為若干個子圖像，并對每個子圖像設(shè)定局部閾值 。 3) 局部閾值法對每一幅子圖像都要進行統(tǒng)計，速度慢，難以適應(yīng)實時性的要求。我們將邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。 記 e(x,y)= 為梯度 的幅值， e(x,y)可以用作邊緣檢測算子。有可能有邊緣的地方并非邊界，也有可能邊界的地方并無邊緣，因為現(xiàn)實世界中 的物體是三維的，而圖像只具有二維信息，從三維到二維的投影成像不可避免的會丟失一部分信息；另外，成像過程中的光照和噪聲也是不可避免的重要因素。在有些情況下，如灰度變化均勻 的圖像，只利用一階導數(shù)可能找不到邊界，此時二階導數(shù)就能提供很有用的信息。適用于邊緣明顯且噪聲較少的圖像分割。 Sobel 算子 ： Sobel 算子和 Prewitt 算子都是加權(quán)平均，但是 Sobel 算子認為，鄰域的像素對當前像素產(chǎn)生的影響不是等價的，所以距離不同的像素具有不同的權(quán)值，對算子結(jié)果產(chǎn)生的影響也不同。 Sobel 算子有兩個，一個是檢測水平邊沿的；另一個是檢測垂直平邊沿的 。美中不足的是， Sobel 算子并沒有將圖像的主體與背景嚴格地區(qū)分開來，換言之就是 Sobel 算子沒有基于圖像灰度進行處理，由于Sobel 算子沒有嚴格地模擬人的視覺生理特征，所以提取的圖像輪廓有時并不能令人滿意。其具有各向同性，即與坐標軸方向無關(guān)，坐標軸旋轉(zhuǎn)后梯度結(jié)果不變。 微分算子在圖像處理中扮演重要的角色，其算法實現(xiàn)簡單，而且邊緣檢測的效果又較好，因此這些基本的微分算子是學習圖像處理過程中的必備方法， 下面著重討論幾種常見的微分算子。對于階躍狀邊緣，其二階導數(shù)在邊緣點出現(xiàn)零交叉，并且邊緣點兩旁的像素的二階導數(shù)異號。這些初始的區(qū)域可能是小的領(lǐng)域甚至 是 單個像素。這樣一個區(qū)域就生長成了。它是一種典型的串行區(qū)域分割方法，其特點是將處理過程分解為多個順序步驟，其中后續(xù)步驟的處理要根據(jù)對前面步驟的結(jié)果進行判斷后確定。為 了 克服大 多數(shù) 區(qū) 域生長算法對于初始種子點的選取順序和位置敏感的問題，有 的 開發(fā)出不需種子點