【正文】 基于閾值分割法雖然簡單，但在閾值的選取很大程度上影響圖像分割的效果，它只考慮像素本身的灰度值， 而 不考慮圖像的空間分布，這樣其分割結(jié)果就對噪聲很敏感，對從事圖像分割的人員的先驗知識依賴過強。它特別適用于 目 標和背景占據(jù)不同 灰 度級范圍的圖像，已被應(yīng)用于很多領(lǐng)域，其中閾值的選取是圖像閾值分割方法中的關(guān)鍵技術(shù)。 （ 2）指出各個子區(qū)域相互不重疊。實際中仍習慣用 f (x, y)表示數(shù)字圖像。 ②圖像種類繁多，包括照片、繪圖視頻圖像等 。本文從形態(tài)學基本運算的定義出發(fā)，討論結(jié)構(gòu)元素尺寸及形狀對形態(tài)算子的影響，實驗并分析結(jié)構(gòu)元素對圖像結(jié)果的影響。另外一個更重要的原因是，分割是面向一個個具體應(yīng)用目的，不同的應(yīng)用場合對分割結(jié)果可能會有不同的評價。目前，在己提出的多種類型的分割算法中，大致可以分為 四 種類型 :閾值分割方法、邊緣檢測方法、區(qū)域提取方法和結(jié)合特定理論工具的分割方法 4類 。在 工業(yè) 自動化、在線產(chǎn)品檢驗、生產(chǎn)程控、文件圖像處理、遙感圖像、保安監(jiān)視、以及軍事 、 體育 、農(nóng)業(yè)等行業(yè)和工程中，圖像分割都有著廣泛的應(yīng)用。遙感圖像處理技術(shù)作為人們獲取信息的重要途徑 ,有著十分廣泛的應(yīng)用 ,因此遙感圖像的分割有著重要的意義。 任何對地觀測系統(tǒng)獲得的原始圖像數(shù)據(jù)實質(zhì)上都是地球表面電磁波譜特征的綜合反映。 實驗結(jié)果表明，此算法對于改善過分割現(xiàn)象有明顯效果，并且對分割程度具備可控能力，在適應(yīng)不同場景需求方面存在一定的應(yīng)用價值。 圖像分割多年來一直得到人們的高度重視，至今已經(jīng)提出了大量的各種類型的算法。 本人簽名： 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。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。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。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)。 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。 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。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。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?？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。分別介紹了這四類算法中的常用算法。 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。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。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 。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。該方法計算簡單．抗噪聲性能較好。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)。 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。 記 e(x,y)= 為梯度 的幅值， e(x,y)可以用作邊緣檢測算子。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。 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。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。 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。這些初始的區(qū)域可能是小的領(lǐng)域甚至 是 單個像素。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。提出許多像基于圖像最大內(nèi)切圓的數(shù)學形態(tài)學形狀描述圖像分割算法和基于目標最小閉包結(jié)構(gòu)元素的數(shù)學形態(tài)學形狀描述圖像分割算法、分水嶺區(qū)域分割法和聚類快速分割法等．由于形態(tài)學對圖像分割具有優(yōu)異的特性，使其在未來的圖像分割中起主導作用．但該方法的主要缺陷還不能很好地解決耗時問題，將其與一些節(jié)約時間的措施結(jié)合起來，是圖像分割的一種趨勢． (2) 基于模糊技術(shù)的圖像分割方法 聚類就是把具有相似性質(zhì)的事物區(qū)分開并加以分類。聚類分析就是根據(jù)某個特定的準則將樣本集中相似的數(shù)據(jù)點歸為一類的一種數(shù)學方法。 （ 3） 基于小波分析和變換的分割技術(shù) 該方法 借助新出現(xiàn)的數(shù)學工具小波變換來分割圖像的一種方法，也是非常新的一種方法．小波變換是一種多尺度多通道分析工具，比較適合對圖像進行多尺度的邊緣檢測．例如，可利用高斯函數(shù)的一階或二二階導數(shù)作為小波函數(shù)，利用Mallat算法分解小波，然后基于馬爾算子進行多尺度邊緣檢測，這里小波分解的級數(shù)可以控制觀察距離的“調(diào)焦”，而改變高斯函數(shù)的標準差可選擇所檢測邊緣的細節(jié)程度．小波變換的計算復雜度較低，抗噪聲能力強．理論證明，以零點為對稱點的對稱二進小波適應(yīng)檢測屋頂狀邊緣，而以零點為反對稱點的反對稱二進小波適合檢測階躍狀邊緣．近年來多進制 (Multi_Band)小波也開始用于邊緣 測．另外，利用正交小波基的小波變換也可提取多尺度邊緣，并可通過對圖像奇異度的計算和估計來區(qū)分一些邊緣的類型．利用小波變換和其它方法結(jié)合起來用分割技術(shù)也是現(xiàn)在研究 的熱點． 本章小結(jié) 近年對分割算法的性能評價和比較得到了圖像分割領(lǐng)域的廣泛重視，分割評價不 斷 改進和提高現(xiàn) 有 算法的性能而且優(yōu)化分割，對新的技術(shù)也有指導意義。在這些領(lǐng)域中，利用數(shù)學形態(tài)學可以對圖像進行增強、分割、邊緣檢測、結(jié)構(gòu)分析、形態(tài)分析、骨架化、組分分析、曲線填充、圖像壓縮等等各種各樣的處理。我們可以把上式改寫為： 結(jié)構(gòu)元素 B可以看作一個卷積模板，區(qū)別在于膨脹是以集合運算為基礎(chǔ)的，卷積是 以算術(shù)運算為基礎(chǔ)的，但兩者的處理過程是相似的。 形態(tài)學開運算和閉運算 在形態(tài)學圖像處理中，除了腐蝕和膨脹運算之外，還有兩種非常重要的運算：開運算和閉運算。 圖表 6 圓形結(jié)構(gòu)元素 腐蝕結(jié)果 圖表 7 方形結(jié)構(gòu)元素 腐蝕結(jié)果 圖表 8 菱形結(jié)構(gòu)元素 腐蝕結(jié)果 分別給出了圓形結(jié)構(gòu)元素、方形結(jié)構(gòu)元素以及菱形結(jié)構(gòu)元素對同一個圖像作 腐蝕運算得到的不同的結(jié)果。 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 分水嶺 (watershed)算法是一種已經(jīng)發(fā)展起來的數(shù)學形態(tài)學圖像分割方法。在這兩種形式中都將圖像中每個像素的像素值表示該點的海拔高度。 分水 嶺變換得到的是輸入圖像的集水盆圖像，集水盆之間的邊界點，即為分水嶺。對 于一個給定流域 , 在第 n步將會出現(xiàn)不同程度的溢流 (也可能不出現(xiàn) ) 。 3) D ∩ C[ n 1 ]為非空 ,含有 C[ n 1 ]多個連通成分。 王 老師學識淵博 、 治學嚴謹都給我留下了深刻的印象 。 附錄 。專業(yè) 上，王 老師一絲不 茍、 實事求是；生活中， 王 老師積極向上 、 謙虛謹慎的態(tài)度都無愧于老師的稱呼，都值得我在今后的工作生活中去學習 。對于第 2) 種可能 , D將位于某個極小區(qū)域流域之內(nèi)。令 C[ n ] 表示第 n步流域中溢流部分的并 ,則 C[m ax + 1 ]為所有流域的并。因此，為得到圖像的邊緣信息，通常把梯度圖像作為輸入圖像， 即 g(x,y)=grad(f(x,y))={[f(x,y)f(x1,y)]2[f(x,y)f(x,y1)]2}， f(x,y)表示原始圖像， grad{.}表示梯度運算。水面從這些極小值點處開始上漲，當不同流域中的水面不斷升高到將要匯合在一起時 (目標邊界處 )，便筑起一道堤壩，最后得 到由這些水壩組成的分水嶺線，圖像也就完成了分割。但分水嶺算法對微弱邊緣也具有良好的響應(yīng)。結(jié)構(gòu)元素的選擇沒有特定的方法，由圖像的特征和要求處理的結(jié)果而定。 閉運算是開運算的對偶運算，集合 B 對集合 A 作閉運算是指先作膨脹后作腐蝕，表示為 A ? B，其定義為