【正文】 石老師惜時如金的工作態(tài)度和不畏艱難的鉆研精神更是使我深受鼓舞 。 end %%%第二類的平均相對熵為 for i=Th+1:L1 av2=av2count(i+1)/(1Pth)*log(count(i+1)/(1Pth)+)。 end end st for i=L:1:1 if count(i)~=0 nd=i1。)。 V_max=max(max(I))。 imshow(I)。 %初始分割閾值 done=false。 參考文獻 [1]Liang K H, Tjahajadi T, Yang Y H. Roof Edge Detection Using Regularised Cubic Bspelins Filting. Pattern Recognition, 1997, 30(5): 719728 [2]Michael Kass, Andrew Witkin, Demetri :Active Contour Models. Internatinal Journal of Computer Vision,321331(1988). [3]Gashtashy and Recovery of 2D and 3D Shapes Using Rational Ganssian Curves and Journal of Computer Vision,1993,10(3):233256. [4]崔屹 .圖像處理與分析 — 數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用 [M].北京 :科學(xué)出版社 ,20xx. [5]宋利偉 ,宋朝昀 ,莊天戈 .基于分水嶺算法的磁共振腦圖像自動分割 [J].上海交通大學(xué)學(xué)12 報 ,20xx,37(11):17541756. [6]王蜀 ,李 永寧 ,陳楷民 ,黃戈 .基于 數(shù) 學(xué)形 態(tài)學(xué) 的 醫(yī)學(xué) 圖像 分 割 [J].計 算機 應(yīng)用 ，20xx,25(10):23812386. [7]王鵬偉，吳秀清，張名成 .基于多尺度形態(tài)學(xué)融合的分水嶺圖像分割方法 [J].數(shù)據(jù)采集與處理，20xx,21(4):398402. [8]馮林 ,管慧娟 ,孫燾 ,滕弘飛 .基于分水嶺變換和核聚類算法的圖像分割 [J].大連理工大學(xué)學(xué)報 ,20xx,46(6):851856. [9]白相志 ,周付 根 .基于 改進形態(tài)學(xué) 算子的多尺 度邊緣檢測 [J].中國圖 像圖形學(xué) 報，20xx,12(9):16101613. [10] 梁萍 , 程偉 . 基 于 分 水 嶺 的 粘 連 霧 滴 圖 像 分 割 方 法 [J]. 重 慶 工 學(xué) 院 學(xué)報 ,20xx,22(10):171178. [11]楊洪薇 ,肖志濤 ,翁秀梅 .基于分水嶺和模糊 C 均值聚類的圖像分割方法 [J].天津工業(yè)大學(xué)學(xué)報 ,20xx,27(1):5355. [12]馮林 ,孫燾 ,吳振宇 ,管慧娟 .基于分水嶺變換和圖論的圖像分割方法 [J].儀器儀表學(xué)報 ,20xx,29(3):649653. [13]孫敬飛 ,楊紅衛(wèi) .形態(tài)學(xué)分水嶺算法在粘連大米圖像分割中的應(yīng)用 [J].河南工 業(yè)大學(xué)學(xué)報 ,20xx,30(6):8487. [14]陳 潔 ,胡永 ,劉澤國 .基于標(biāo)記的分水嶺圖像分割算法研究 [J].軟件雜志 ,20xx,33(9):115117. [15]紀(jì)鳳仙 .分水嶺算法在醫(yī)學(xué)圖像分割中的改進方法研究 [J].技術(shù)應(yīng)用 ,20xx,1(4):8991. 13 附錄 代碼 （ 1） 經(jīng)典 迭代 法 源程序 clear。 從三組數(shù)據(jù)上可以很直觀的看到本文的分割速度較其他算 法有很大的提高，能夠較快的將目標(biāo)對象分割出來， 分割效率比其他 方 法提高了很多 ，而且分割圖像 內(nèi)圖像邊緣 較完整 ， 對于圖像 1 實驗結(jié)果 ，迭代 法分割方法并沒有很11 好將 表面有蟲 分割出來， 不利于梨表面的缺陷檢測， 相比 于 本文 圖像分割 方 法還是有較大的差距，本文的分割 方 法 結(jié) 果能夠準(zhǔn)確的分割出 表面有蟲 的部位 ， 有利于 有利于梨表面缺陷檢測 。 圖像 1 A 方 法 分割 結(jié)果 B 方 法 分割 結(jié)果 本文 方 法 分割 結(jié)果 圖像 2 A 方 法 分割 結(jié)果 B 方 法 分割 結(jié)果 本文 方 法 分割 結(jié)果 圖像 3 A 方 法 分割 結(jié)果 B 方 法 分割 結(jié)果 本文 方 法 分割 結(jié)果 10 圖 34 不同 算法 分割 的結(jié)果 為了 評價融合圖像的質(zhì)量， 本文從 主觀視覺 并結(jié)合了 算法時間（ Time,T） 、 區(qū)域內(nèi)部均勻性(Uniformity Measure， UM)和 區(qū)域?qū)Ρ榷?(GrayLevel Contrast， GC)等客觀因素的不同方法對圖像分割進行評價。對該二值圖像進行距離變換，分水嶺分割，得到的分水線圖像作為背景標(biāo)記； （ 4）利用形態(tài)學(xué)極小值標(biāo)定技術(shù)修改第二步得到的梯度圖像，在根據(jù)前景標(biāo)記和背景標(biāo)記修改梯度圖像，進行分水嶺分割； （ 5）利用評價指標(biāo)分割結(jié)果進行質(zhì)量評價。對于斜坡邊緣間的相互影響，情況與上述類似。設(shè) )0( niBi ?? 為一組正方形的結(jié)構(gòu)元素， Bi 的大小為 pi xelii )12()12( ??? ，則多尺度梯度定義為 8 ]))()[((1)(11 BBB iini i ffnfMG ?? ????? ? （ 39） 對于階躍邊緣， 1(( ) ( ))i i iffB B B ?? ? ? ?運算即產(chǎn)生一條與邊緣重合的 2 個像素寬的直線。 形態(tài)學(xué)算子的改進 經(jīng)典的 形態(tài)學(xué) 算子在 圖像處理中 有很多的不足之處， 本 節(jié)討論其中的 改進辦法，以適應(yīng)分水嶺算法。其工作原理如圖 31 所示。 為此，需進一步研究圖像分割算法，以期望獲得更好的 分割結(jié)果。根據(jù)閾值分解原理，灰度圖像)( IJJ ? 的基本測地膨脹定義為： 6 IBJJI ??? )()(1? （ 35） 其 中Λ代表逐點比較取最小值， B 為尺寸為 1 的結(jié)構(gòu)元素， BJ? 是表示 J 被 B 進行膨脹運算。 腐蝕操作是以在結(jié)構(gòu)元素形狀定義的區(qū)間內(nèi) )( bI? 最小值為基礎(chǔ)的 ,是局部最小值濾波。 最基本的數(shù)學(xué)形態(tài)學(xué)算子有膨脹和腐蝕或者 由這兩種基本算子復(fù)合而成的其它 的數(shù)學(xué) 形態(tài)學(xué)算子 ,如形態(tài)開運算 算子 、形態(tài)閉運算 算子等。 第 4 章 對本文的主要工作進行了小結(jié)，并對圖像分割的前景進行了展望。 分裂合并 法是 從整個圖像出發(fā)， 將圖像分割成 各個子區(qū)域， 再把前景的區(qū)域合并起來 ， 這樣就 實現(xiàn) 了 目標(biāo) 的 提取 。邊界閉合是根據(jù)像素梯度的幅度及梯度方向滿足規(guī)定的條件將邊緣素連接起來，就有可能得到閉合的邊界。 （ 2） 基于邊緣檢測法 邊緣檢測法是一種處理不連續(xù)性圖像的分割技術(shù)。局部閾值分割法雖然能改善分割效果，但存在以下幾個缺點： ① 每幅子圖像的尺 寸不能太小，否則統(tǒng)計出的結(jié)果無意義。 (4)分割后的圖像與噪聲的關(guān)系減弱，具有降噪功能，便于圖像的理解。一方面，它是目標(biāo)表達的基礎(chǔ)，對特征測量有重要的影響。 關(guān)鍵字 ： 圖像分割 ； 分水嶺算法 ； 形態(tài)學(xué) 算子 Image segmentation algorithm based on watershed and morphological study Abstract:Image analysis and image segmentation is an important research direction, also is the important process of target detection and recognition. And because of the diversity and plexity of the image, it is difficult to use uniform method to describe the object of interest, and therefore can only according to the various fields in the practical application needs to choose the appropr