基于分水嶺和形態(tài)學(xué)的圖像分割算法研究畢業(yè)設(shè)計(jì)-資料下載頁
2025-06-30 22:00本頁面
【導(dǎo)讀】目前還沒有一種通用的方法，能使各種類型的圖象達(dá)到最優(yōu)分割質(zhì)量。過程耗時(shí)長，分割效率低，從而產(chǎn)生過分割問題。本文先進(jìn)行分水嶺變換，再利用數(shù)學(xué)形態(tài)學(xué)的方法，使用多尺度形態(tài)梯度算子，利用結(jié)構(gòu)元素度優(yōu)點(diǎn)以達(dá)到改善圖像分割中的過分割現(xiàn)象。表明，改進(jìn)的算法有效地改善了過分割現(xiàn)象，具有較好的圖像分割效果。
【正文】 。如何克服分水嶺變換的過分割 現(xiàn)象 的 是 圖像分割領(lǐng)域的一個(gè)研究熱點(diǎn)，至今未有方法 很好的解決這個(gè)問題 。 本文先進(jìn)性分水嶺變換，再利用數(shù)學(xué)形態(tài)學(xué)的方法，得到最終分割結(jié)果。用灰度圖像進(jìn)行測試，測試結(jié)果表明改進(jìn)的算法能夠有效改善過分割現(xiàn)象，分割結(jié)果更有意義。 基于分水嶺和形態(tài)學(xué)的圖像分割方法具有廣泛的應(yīng)用前景，雖然到目前為止，這種技術(shù)還不夠成熟，相信通過人們堅(jiān)持不懈的努力探索，分水嶺變換在圖像分割領(lǐng)域必定獲得更大的發(fā)展。 參考文獻(xiàn) [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(dòng)分割 [J].上海交通大學(xué)學(xué)12 報(bào) ,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(jì) 算機(jī) 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(bào) ,20xx,46(6):851856. [9]白相志 ,周付 根 .基于 改進(jìn)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(bào)，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(bào) ,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(bào) ,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(bào) ,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(bào) ,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(jìn)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。 close all。 I=imread(39。39。)。 if length(size(I))==3 I=rgb2gray(I)。 end [X,Y]=size(I)。 T=*(double(min(I(:)))+double(max(I(:))))。 %初始分割閾值 done=false。 while~done %迭代分割 g=I=T。 Tnext=*(mean(I(g))+mean(I(~g)))。 done=abs(TTnext)。 T=Tnext。 end for i=1:X for j=1:Y if(I(i,j)=T) I(i,j)=0。 else I(i,j)=1。 end end end I=double(I)。 imshow(I)。 （ 2） 分水嶺圖像分割算 法 源程序 clear。 close all。 I=imread(39。 39。)。 if length(size(I))==3 I=rgb2gray(I)。 end [X,Y]=size(I)。 V_max=max(max(I))。 V_min=min(min(I))。 T=graythresh(I) %運(yùn)用 graythresh 函數(shù)計(jì)算閾值 Tmax 14 Tmax=T*255 for i=1:X for j=1:Y if(I(i,j)=Tmax) I(i,j)=0。 else I(i,j)=1。 end end end I=double(I)。 imshow(I)。 （ 3） 本文 算法 源程序 clear all a=imread(39。10,jpg39。)。 figure,imshow(a) count=imhist(a)。 [m,n]=size(a)。 N=m*n。 L=256。 count=count/N。 count for i=1:L if count(i)~=0 st=i1。 break。 end end st for i=L:1:1 if count(i)~=0 nd=i1。 break。 end end nd f=count(st+1:nd+1)。 %f 是每個(gè)灰度出現(xiàn)的概率 size(f) E=[]。 for Th=st:nd1 %%%設(shè)定初始分割閾值為 Th av1=0。 15 av2=0。 Pth=sum(count(1:Th+1))。 %%%第一類的平均相對(duì)熵為 for i=0:Th av1=av1count(i+1)/Pth*log(count(i+1)/Pth+)。 end %%%第二類的平均相對(duì)熵為 for i=Th+1:L1 av2=av2count(i+1)/(1Pth)*log(count(i+1)/(1Pth)+)。 end E(Thst+1)=av1+av2。 end position=find(E==(max(E)))。 th=st+position1 for i=1:m for j=1:n if a(i,j)th a(i,j)=255。 else a(i,j)=0。 end end end figure,imshow(a)。 2. 致謝 從接受課題到現(xiàn)在完成畢業(yè)設(shè)計(jì)論文 ,衷心的感謝我的指導(dǎo)老師 石永華老師，他 給予了 我 精心的指導(dǎo)和熱情的幫助 ,尤其在課題設(shè)計(jì)的前期準(zhǔn)備階段和本人 程序 的設(shè)計(jì)階段 ,導(dǎo)師提出許多寶貴16 的設(shè)計(jì)意見 ,在最后的修改 定稿 階段老師在百忙之中抽出時(shí)間為我們提供了必要的幫助 ,這樣使得我們得以順利的完成畢業(yè)設(shè)計(jì)開發(fā)工作 。 在石老師的指導(dǎo)下，我不僅完成了本論文，還學(xué)會(huì)了怎樣去查資料 作研究，學(xué)會(huì)了怎樣有條不紊的完成自己的工作。石老師惜時(shí)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 。石老師淵博的知識(shí)和嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，總是能在我最困難的時(shí)候給我最大的幫助。在此我首先向石老師表示深深的謝意。 同時(shí)也感謝我的同學(xué)朋友在此期間給予我的鼓勵(lì)和幫助。 17
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1