基于區(qū)域合并的紋理圖像分割—msrm算法的matlab實(shí)現(xiàn)畢設(shè)畢業(yè)論文-閱讀頁(yè)
2025-07-08 17:13本頁(yè)面
【正文】 預(yù)處理模塊的功能是：將原始的圖片進(jìn)行初始分割，這里采用的Mean Shift算法，初始分割后保存的文件名為‘’。標(biāo)記模塊的功能是：根據(jù)用戶鼠標(biāo)動(dòng)作所完成的輸入，在初始分割后的圖像上做好相關(guān)的標(biāo)記。區(qū)域合并模塊是本文的核心部分，其功能是：根據(jù)目標(biāo)和背景的標(biāo)記結(jié)果和初始分割得到的小區(qū)域，按最大相似度規(guī)則進(jìn)行合并，最后提取目標(biāo)的輪廓。 實(shí)驗(yàn)結(jié)果MSRM算法本質(zhì)上是一個(gè)自適應(yīng)區(qū)域合并方法。（a）表示Mean Shift分割結(jié)果及交互式信息，其中綠色的標(biāo)記表示目標(biāo)，紅色的表示背景，標(biāo)記區(qū)域僅覆蓋了目標(biāo)和背景的一部分。目標(biāo)相對(duì)位于圖像的中央，但是背景區(qū)域的顏色差異很大，而且目標(biāo)和背景有混疊。該算法方法可容易推廣到多目標(biāo)提取。幾只獅子的體色和背景類似，該算法仍然能使用幾個(gè)簡(jiǎn)單的標(biāo)記，成功地將它們與背景分離。因此，用戶輸入的標(biāo)記一定程度上會(huì)影響分割結(jié)果。，MSRM算法執(zhí)行效果非常好。．得到了相同的結(jié)果。例如，人物目標(biāo)和鮮艷的背景比較相似，在一些區(qū)域，提出算法的分割結(jié)果將目標(biāo)的一部分劃分為背景。當(dāng)然，近年來(lái)，隨著有關(guān)Mean Shift圖像分割算法的研究仍不斷，將會(huì)降低提出算法對(duì)Mean Shift分割的依賴性。、它們都具有目標(biāo)和背景的對(duì)比度較高的特點(diǎn)，此時(shí)MSRM算法的分割效率非常高。、6倍。對(duì)比度較低，且存在一定的過(guò)分割，結(jié)果目標(biāo)沒(méi)有完全提取出來(lái)，而且分割的效率大大降低。圖像運(yùn)行時(shí)間(s) 結(jié)論提出了一種基于區(qū)域合并的交互式圖像分割算法MSRM，它用Mean Shift算法對(duì)圖像作初步分割，分割結(jié)果的區(qū)域作為算法處理的基本單位。提出的方案在目標(biāo)標(biāo)記和背景標(biāo)記的指導(dǎo)下，基于最大相似度機(jī)制進(jìn)行區(qū)域合并，井提取目標(biāo)。多個(gè)有代表性的實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出算法的有效性。提出的方法提供了一種通用的區(qū)域合并框架，它本身并不依賴于Mean Shift分割，其它算法(如Watershed[20]Level set[26]、SuperPixel[27])的分割結(jié)果同樣可適用于這個(gè)框架。但在現(xiàn)有的圖像與視頻分割系統(tǒng)中，往往不能滿足這樣的需求。圖像分割技術(shù)在整個(gè)圖像處理技術(shù)領(lǐng)域起到了不可替代的基礎(chǔ)性作用，是后期分析圖像、處理視頻等操作的性能得以提高和效果得以改進(jìn)的關(guān)鍵所在。 明確了圖像預(yù)分割處理在圖像與視頻提取技術(shù)中起到的制約作用。（3）根據(jù)本文的改進(jìn)思想，設(shè)計(jì)出了一套自動(dòng)化圖像分割系統(tǒng)，并驗(yàn)證了該系統(tǒng)具有較好的實(shí)時(shí)性和較高的自動(dòng)化程度。參考文獻(xiàn)[1] Gonzalez R C，Richard E W．Digital image processing．2nd ed．Beijing：Publishing House of Electronics Industry，2003，460521 ．[2] 章毓晉．圖象分割．北京科學(xué)出版社，2001．[3] 邊肇祺，張學(xué)工等．模式識(shí)別(第二版)．北京：清華大學(xué)出版社，2000．[4] K．Karu，A．K．Jain，R．M．Bolle．Is there any texture in the images．PatternRecognition，1996，29(9)：1437—1446[5] Fabien S，Wojciech P．Parameter estimation in hidden fuzzy Markov random fields and image segmentation． Graphical Models and Image Processing， 1997，59(4)：205220 [6] Zhang Y Y，Stephen S，Michael B．Segmentation of brain MR images using Markov random field．In：Proceedings of Medical Image Understanding and Analysis，1999，6568 [7] 葉俊勇，汪同慶，彭健等．基于小波分形的圖像分割算法．計(jì)算機(jī)科學(xué)，2002，29(12)：157159，149 [8] Sang H P，Dong Y，Sang U L．Color image segmentation based on 3D clustering: morphological approach．Pattern Recognition，1998，31(8)：10611076 [9] Philippe S ． Segmentation of digitized dermatoscopic images by twodimensional color clustering．IEEE Transaction On Medical Imaging，1999，18(2)：164171[10] Enno L，Helge R．Adaptive color segmentationa parison of neural and statistical methods．IEEE Transaction On Neural Networks，1997，8(1)：175185 [11] Kurugollu F，Sankur B，Harmanci A E．Color image segmentation using histogram multithresholding and fusion．Image and Vision Computing，2001，19(13)：915928 [12] Wong F ， Nagarajan R ， Yaacob S ． Fuzzy image segmentation via thresholding．Journal of the Institution of Engineer (india) Electronics and Telemunication Engineering Division，2006，86：6872 [13] Mao K Z， Peng Z， Tan P H． Supervised learningbased cell image segmentation for immunohistochemistry．IEEE Transactions on Biomedical Engineering，2006， 53(6)：11531163 [14] Blinn J F．What is a pixel．IEEE Computer Graphics amp。PP．1 42—1 49．[20] S．Chien．Y．Huang and L．Chen．Predictive watershed：a fast watershed algorithm for video segmentation．IEEE Transactions on circuit and systems for video technology．2003，13(5)：453461．[21] Levin and A．Rav．Acha and D．Lischinski．Spectral matting．In Proceedings of the IEEE onfefence on Computer Vision and Pattem Recognition，2007．[22] Meyer and S．Beucher．Morphological segmentation．Joumal of Visual Communication and Image Representation．1990，l(1)：2l46．[23] EDISON圖像分割軟件．：//[24] M. Sonka, V. Hlavac, R. Boyle, Image Processing, Analysis and Computer Vision,Thomson, 2007.[25] Y. Li, J. Sun, C. Tang, H. Shum, Lazy snapping, SIGGRAPH 23 (2004) 303–308.[26] 朱付平，田捷，林瑤，葛行飛．基于Level Set方法的醫(yī)學(xué)圖像分割．軟件學(xué)報(bào)．2002，(9)：18661872．[27] Pen，J．Malik，Leaming a classification model for segmentation，ICCV03，v01．1，pp．10．17，Nice，2003．致 謝本論文是在我的導(dǎo)師鄭慶慶的悉心指導(dǎo)和大力支持下完成的。鄭慶慶導(dǎo)師是位學(xué)識(shí)淵博、親切和藹的一名教師，在她這里我們不僅掌握了此次論文的相關(guān)技能和知識(shí)，而且從她身上學(xué)到了很多做人的道理。他們的睿智與熱心，給了我許多的啟發(fā)和幫助，對(duì)我的論文的順利完成作了許多的貢獻(xiàn)。特別真摯的感謝我的父母，他們的養(yǎng)育和教導(dǎo)之恩是我立身行事的根本。家人的支持和理解，永遠(yuǎn)是我前進(jìn)的動(dòng)
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1