freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

畢業(yè)論文圖像分割算法研究與實(shí)現(xiàn)-在線瀏覽

2025-08-07 13:05本頁(yè)面
  

【正文】 ..........................15 PREWITT 算子分割結(jié)果 ............................................................................................................16 CANNY 算子分割結(jié)果 ..............................................................................................................17 LOG 算子分割結(jié)果 ...................................................................................................................17 邊緣檢測(cè)分割結(jié)果比較 ..........................................................................................................18 區(qū)域生長(zhǎng)結(jié)果與分析 .........................................................................................................................18 閾值分割結(jié)果與分析 .........................................................................................................................19 OTSU 算法求自適應(yīng)閥值結(jié)果 .................................................................................................19 迭代法求全局閾值 ..................................................................................................................19 各種圖像分割方法的比較 .................................................................................................................205 結(jié)論 ............................................................................................................................................................21參考文獻(xiàn) ........................................................................................................................................................22V謝 辭 ............................................................................................................................................................23附 錄 ............................................................................................................................................................2411 引言 數(shù)字圖像分割的現(xiàn)狀圖像分割技術(shù),是從圖像中將某個(gè)特定區(qū)域與其它部分進(jìn)行分離并提取出來(lái)的處理。早在 1965 年就有人提出檢測(cè)邊緣算子,邊緣檢測(cè)已產(chǎn)生不少經(jīng)典算法。尤其是近年來(lái)迅速發(fā)展起來(lái)的小波理論為圖像處理帶來(lái)了新的理論和方法。圖像分割來(lái)說(shuō),如果不利用關(guān)于圖像或所研究目標(biāo)的先驗(yàn)知識(shí),任何基于數(shù)學(xué)工 具的解析方法都很難得到很好的效果。這在只有少量圖像樣本的時(shí)候,利用各種先驗(yàn)知識(shí),設(shè)計(jì)一個(gè)具有針對(duì)性的算法進(jìn)行圖像分割是比較容易的。其次,由于缺乏一個(gè)統(tǒng)一的理論作為基礎(chǔ),同時(shí)也缺乏對(duì)人類視覺(jué)系統(tǒng)(human vision system, HVS)機(jī)理的深刻認(rèn)識(shí),構(gòu)造一種能夠成功應(yīng)用于所有圖像的統(tǒng)一的圖像分割算法,到目前為止還是難以實(shí)現(xiàn)的。與計(jì)算機(jī)科學(xué)技術(shù)的確定性和準(zhǔn)確性相比,圖像分割更像是一種藝術(shù)行為,有經(jīng)驗(yàn)的人能比較容易的選用出適當(dāng)?shù)姆椒?,使不同的圖像都得到最佳的分割效果。隨著圖像技術(shù)和多媒體技術(shù)的發(fā)展,包括圖像、音頻和視頻等信息的多媒體數(shù)據(jù)己經(jīng)廣泛用于 Inter 和企事業(yè)信息系統(tǒng)中,而且越來(lái)越多 的商業(yè)活動(dòng)、信息表現(xiàn)和事務(wù)交易中都將包括多媒體數(shù)據(jù),自然也就包含了大量的圖像,基于內(nèi)容的圖像檢索的廣泛應(yīng)用就是一個(gè)例子,這些常常都是以圖2像分割作為基礎(chǔ)的。相信這些交互式方法的應(yīng)用,必將推動(dòng)圖像目標(biāo)分割與提取這一既具有廣闊的應(yīng)用前景又具有重要的學(xué)術(shù)價(jià)值的課題的進(jìn)一步研究,也必將成為一個(gè)更為獨(dú)立和活躍的研究領(lǐng)域。其理論意義深遠(yuǎn),應(yīng)用背景廣泛,有相當(dāng)?shù)氖褂脙r(jià)值和理論難度。物體的邊緣是由灰度不連續(xù)性所反映的。眾所周知,邊緣是圖像的基本特征,所謂邊緣就是指周圍灰度強(qiáng)度有變化的那些像素的集合,是圖像分割、紋理分析和圖像識(shí)別的重要基礎(chǔ)。在實(shí)際中使用的通常是這兩種基本形式的結(jié)合。區(qū)域生長(zhǎng)法的基本思想是將具有相似性質(zhì)的像素合起來(lái)構(gòu)成區(qū)域,具體做法是先給定圖像中要分割的目標(biāo)物體內(nèi)的一個(gè)小塊或者說(shuō)種子區(qū)域,再在種子區(qū)域的基礎(chǔ)上不斷將其周圍的像素點(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像素點(diǎn)結(jié)合成一個(gè)區(qū)域的目的。生長(zhǎng)準(zhǔn)則一般可分為三種:基于區(qū)域灰度差準(zhǔn)則、基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)準(zhǔn)則和基于區(qū)域形狀準(zhǔn)則。區(qū)域提取法的缺點(diǎn)是往往會(huì)造成過(guò)度分割,即將圖像分割成過(guò)多的區(qū)域,因此近年來(lái)針對(duì)這種方法的研究較少。它通過(guò)設(shè)定不同的特征閾值,把圖像像素點(diǎn)分為若干類。閾值的選取是閾值分割技術(shù)的關(guān)鍵,如果閾值選取過(guò)高,過(guò)多的目標(biāo)點(diǎn)被誤歸為背景;閾值選3取過(guò)低,則會(huì)出現(xiàn)相反的情況。閾值分割方法根據(jù)圖像本身的特點(diǎn),可分為單閾值分割方法和多閾值分割方法:也可分為基于像素值的閾值分割方法、基于區(qū)域性質(zhì)的閾值分割方法和基于坐標(biāo)位置的閾值分割方法。而且它是用C 語(yǔ)言開(kāi)發(fā)的,其流程控制語(yǔ)句與 C 語(yǔ)言中的相應(yīng)語(yǔ)句幾乎一致。MATLAB 內(nèi)部函數(shù)豐富MATLAB 的內(nèi)部函數(shù)提供了相當(dāng)豐富的函數(shù),這些函數(shù)解決許多基本問(wèn)題,如矩陣的輸入。與利用 C 語(yǔ)言或 Fortran1等等高級(jí)語(yǔ)言編寫數(shù)值計(jì)算的程序相比,利用 MATLAB 可以節(jié)省大量的編程時(shí)間。除了這些數(shù)量巨大的基本內(nèi)部函數(shù)外,MATLAB 還有為數(shù)不少的工具箱。MATLAB 強(qiáng)大的圖形和符號(hào)功能MATLAB 具有強(qiáng)大的圖形處理功能,它本身帶有許多繪圖的庫(kù)函數(shù),可以很輕松地畫出各種復(fù)雜的二維和多維圖形。1譯為“公式編譯器” , 它是世界上最早出現(xiàn)的計(jì)算機(jī)高級(jí)程序設(shè)計(jì)語(yǔ)言,廣泛應(yīng)用于科學(xué)和工程計(jì)算領(lǐng)域。然而,還沒(méi)有制定出選擇合適分割算法的標(biāo)準(zhǔn),這給圖像分割技術(shù)的應(yīng)用帶來(lái)許多實(shí)際問(wèn)題。多年來(lái)人們對(duì)圖像分割提出了不同的解釋和表述,借助集合概念對(duì)圖像分割可給出如下定義:令 集 合 R 代 表 整 個(gè) 圖 像 區(qū) 域 , 對(duì) R 的 圖 像 分 割 可 以 看 做 是 將 R 分 成N 個(gè) 滿 足 以 下 條 件 的 非 空 子 集 R1, R2, R3, …, RN;(1)在分割結(jié)果中,每個(gè)區(qū)域的像素有著相同的特性;( 2) 在 分 割 結(jié) 果 中 , 不 同 子 區(qū) 域 具 有 不 同 的 特 性 , 并 且 它 們 沒(méi) 有 公 共 特 性 ;( 3) 分 割 的 所 有 子 區(qū) 域 的 并 集 就 是 原 來(lái) 的 圖 像 ;( 4) 各 個(gè) 子 集 是 連 通 的 區(qū) 域 ;圖像分割是把圖像分割成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過(guò)程,這些特性可以是像素的灰度 、顏色、紋理等提取的目標(biāo)可以是對(duì)應(yīng)的單個(gè)區(qū)域,也可以是對(duì)應(yīng)的多個(gè)區(qū)域。圖像分割是圖像處理和分析中的重要問(wèn)題,也是計(jì)算機(jī)視覺(jué)研究中的一個(gè)經(jīng)典難題。迄今為止,還沒(méi)有一種圖像分割方法適用于所有的圖像,也沒(méi)有一類圖像所有的方法都適用于它。本文對(duì)傳統(tǒng)的圖像分割方法進(jìn)行分析。分析各種圖像分割方法可以發(fā)現(xiàn),它們分割圖像的基本依據(jù)和條件有以下 4 方面: (l)分割的圖像區(qū)域應(yīng)具有同質(zhì)性,如灰度級(jí)別相近、紋理相似等。 (3)相鄰區(qū)域之間對(duì)選定的某種同質(zhì)判據(jù)而言,應(yīng)存在顯著差異性。 現(xiàn)有的大多數(shù)圖像分割方法只是部分滿足上述判據(jù)。不同的圖像分割方法總有在各種約束條件之間找到適當(dāng)?shù)钠胶恻c(diǎn) [2]。邊緣廣泛存在于物體與背景之間、物體與物體之間、基元與基元之間。在討論邊緣算子之前,首先給出下列術(shù)語(yǔ)的定義。邊緣段:邊緣點(diǎn)坐標(biāo)[i,j]及其方向 θ 的綜合,邊緣的方向是可以是梯度角。輪廓:邊緣列表,或是一條邊緣列表的曲線模型。習(xí)慣上邊緣的表示采用順時(shí)針?lè)较騺?lái)排序。邊緣點(diǎn)的坐標(biāo)可以是邊緣位置像素點(diǎn)的行、列整數(shù)標(biāo)號(hào),也可以在子像素分辨率水平上表示。邊緣段可以用像素點(diǎn)尺寸大小的小線段定義,或用具有方向?qū)傩缘囊粋€(gè)點(diǎn)定義。雖然圖像邊緣點(diǎn)產(chǎn)生的原因不同,但他們都是圖像上灰度不連續(xù)點(diǎn),或是灰度變化劇烈的地方。 這種方法稱為邊緣檢測(cè)局部算子法。常用的邊緣檢測(cè)方法的基礎(chǔ)是微分運(yùn)算,邊緣點(diǎn)對(duì)應(yīng)于一階微分幅度大的點(diǎn),或?qū)?yīng)于二階微分的過(guò)零點(diǎn)。經(jīng)典的梯度算子模板有 Prewitt 模板、Canny 模板、Sobel 模板、Log 模板等[4]。Canny 邊緣檢測(cè)算子對(duì)受加性噪聲影響的邊緣檢測(cè)是最優(yōu)的。根據(jù)這個(gè)模型,好的邊緣檢測(cè)算子應(yīng)該有 3 個(gè)指標(biāo):(1)低失誤概率,即真正的邊緣點(diǎn)盡可能少的丟失又要盡可能避免將非邊緣點(diǎn)檢測(cè)為邊緣:(2)高位置精度,檢測(cè)的邊緣應(yīng)盡可能接近真實(shí)的邊緣;(3)對(duì)每一個(gè)邊緣點(diǎn)有惟一的響應(yīng),得到單像素寬度的邊緣。信噪比 定義為:SNR (式 )??????wdxhGSNR2?其中 G(x)代表邊緣函數(shù),h(x)代表寬度為 W 的濾波器的脈沖響應(yīng)。39。?其中 和 分別是 和 的導(dǎo)數(shù)。??XG39。 ??X單邊緣響應(yīng)準(zhǔn)則:為了保證單邊緣只有一個(gè)響應(yīng),檢測(cè)算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點(diǎn)平均距離應(yīng)滿足:??39。239。 ?????????????dxhfD?是 的二階導(dǎo)數(shù)??xh39。將坎尼 3 個(gè)準(zhǔn)則相結(jié)合可以獲得最優(yōu)的檢測(cè)算子 [5]。所以 和 可分別用卷積xsy模板表示為:1 0 1 1 0 1 1 0 1 1 1 10 0 01 1 18下面使用 MATLAB 圖像處理工具箱中的 edge 函數(shù)利用以上算子來(lái)檢測(cè)邊緣。Edge 函數(shù)在檢測(cè)邊緣時(shí)可以指定一個(gè)灰度閾值,只有滿足這個(gè)閾值條件的點(diǎn)才視為邊界點(diǎn)。39。 Sobel 算子 采用 33 鄰域可以避免在像素之間內(nèi)插點(diǎn)上計(jì)算梯度。Sobel 算子也是一種梯度幅值: (式 )2yxsM??其中的偏導(dǎo)數(shù)用下式計(jì)算: (式 )????670432 acacsx ?? (式 )y??其中常系數(shù) c=2。Sobel 算子是邊緣檢測(cè)中最常用的算子之一。 這種方法的特點(diǎn)是圖像首先與高斯濾波器 1進(jìn)行卷積,這一步既平滑了圖像又降低了噪聲,孤立的噪聲點(diǎn)和較小的結(jié)構(gòu)組織將被濾除。這一點(diǎn)可以用二階導(dǎo)數(shù)的零交叉點(diǎn)來(lái)實(shí)現(xiàn)。為了避免檢測(cè)出非顯著邊緣,應(yīng)選擇一階導(dǎo)數(shù)大于某一閾值的零交叉點(diǎn)作為邊緣點(diǎn) [6]。其中高斯濾波器對(duì)圖像進(jìn)行平滑,拉普拉斯算子將邊緣點(diǎn)轉(zhuǎn)換成零交叉點(diǎn)來(lái)實(shí)現(xiàn),邊緣檢測(cè)通過(guò)零交叉點(diǎn)的檢測(cè)實(shí)現(xiàn)。1 0 11 2 10 0 01 2 110 區(qū)域生長(zhǎng)法 區(qū)域生長(zhǎng)原理區(qū)域生長(zhǎng)的基本思想是將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域。將這些新像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上面的過(guò)程,直到再?zèng)]有滿足條件的像素可被包括進(jìn)來(lái)。 區(qū)域生長(zhǎng)的一個(gè)關(guān)鍵是選擇合適的生長(zhǎng)或相似準(zhǔn)則,大部分區(qū)域生長(zhǎng)準(zhǔn)則使用圖像的局部性質(zhì)。下面介紹 2 種基本的生長(zhǎng)準(zhǔn)則和方法。2.求出所以鄰接區(qū)域之間的平均灰度差,并合并具有最小灰度差的鄰接區(qū)域。另外,當(dāng)圖像中存在緩慢變化的區(qū)域時(shí),上述方法有可能會(huì)將不同區(qū)域逐步合并而產(chǎn)生錯(cuò)誤。對(duì)一個(gè)含 N 個(gè)像素的區(qū)域 R,其均值為: (式 )????RyxfNm,1對(duì)像素是否合并的比較測(cè)試表示為:1 閾值:輸入圖像像元密度值(灰度、亮度值 )按對(duì)數(shù)函數(shù)關(guān)系變換為輸出圖像。區(qū)域生長(zhǎng)的過(guò)程中,要求圖像的同一區(qū)域的灰度值變化盡可能小,而不同的區(qū)域之間,灰度差盡可能大。當(dāng)用(式)測(cè)試某個(gè)像素時(shí),條件不成立的概率為: (式 )????????????TdzP2exp2??這就是誤差概率函數(shù),當(dāng) T 取 3 倍的方差
點(diǎn)擊復(fù)制文檔內(nèi)容
數(shù)學(xué)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1