復(fù)雜背景下的灰度圖像分割算法研究.pdf

1、作為圖像分析與圖像理解的基礎(chǔ)，圖像分割是計(jì)算機(jī)識(shí)別領(lǐng)域中最基本、也是最困難的問(wèn)題之一?，F(xiàn)有的圖像分割算法各有千秋，但這些方法都是針對(duì)特定對(duì)象提出的，由于圖像的多樣性和復(fù)雜性，目前還沒(méi)有統(tǒng)一的自適應(yīng)分割實(shí)現(xiàn)方案。 為了設(shè)計(jì)適用于復(fù)雜背景下的灰度圖像的分割算法，本文整理、歸納和總結(jié)了一般圖像分割理論、方法和國(guó)內(nèi)外研究現(xiàn)狀、發(fā)展趨勢(shì)，重點(diǎn)論述了目前應(yīng)用最廣泛的閾值分割法。 由于成像器材的限制、傳輸線路中的噪聲和光照不均等種種原

2、因，實(shí)際應(yīng)用中采集的大部分圖像都可歸類為復(fù)雜背景下的圖像，而且不論是彩色圖像還是黑白圖像，在處理時(shí)都會(huì)先將它們轉(zhuǎn)化為灰度圖像，目前復(fù)雜背景下的灰度圖像的分割仍是熱點(diǎn)問(wèn)題。本文針對(duì)復(fù)雜背景下的灰度圖像目標(biāo)與背景對(duì)比度差、圖像邊緣模糊、噪聲較大的特性，提出了一種結(jié)合多項(xiàng)式閾值曲面擬和法和分水嶺變換法的圖像分割算法。 閾值曲面擬合法利用圖像的局部特征生成自適應(yīng)閾值曲面，雖然有較好的分割效果但容易產(chǎn)生誤分割；在數(shù)學(xué)形態(tài)學(xué)中，分水嶺變換的

3、方法能有效分割與目標(biāo)具有連通或相似灰度的背景圖像，但容易產(chǎn)生過(guò)度分割。因此，本文對(duì)這兩種算法均做了改進(jìn)。本文重點(diǎn)研究了閾值曲面的擬合方法，提出了用LoG算子提取的零交叉點(diǎn)作為擬合點(diǎn)，在最小均方誤差意義下，采用二維三階多項(xiàng)式擬合閾值曲面的方法。同時(shí)，本文也重點(diǎn)研究了分離粘連目標(biāo)和糾正誤分割背景的方法，提出了用基于距離變換的改進(jìn)分水嶺變換法對(duì)多項(xiàng)式閾值曲面擬合法分割后的圖像再次分割的方法。最后，本文將曲面擬合法和分水嶺變換法有機(jī)的結(jié)合起來(lái)實(shí)

4、現(xiàn)復(fù)雜背景下的灰度圖像分割。為了驗(yàn)證本文提出的改進(jìn)算法的準(zhǔn)確性和有效性，本文在MATLAB環(huán)境下，以十五幅具有復(fù)雜背景特征的灰度圖像和十幅一般灰度圖像為仿真對(duì)象，分別對(duì)它們使用閾值曲面擬合法進(jìn)行分割，使用分水嶺變換法進(jìn)行分割，使用本文提出的改進(jìn)算法進(jìn)行分割，使用Otsu法進(jìn)行分割，使用最小誤差法進(jìn)行分割，并將五種分割結(jié)果進(jìn)行對(duì)比。本文最終得出的結(jié)論是:對(duì)于復(fù)雜背景下的灰度圖像，結(jié)合了多項(xiàng)式閾值曲面擬合法和分水嶺變換法的改進(jìn)算法比單獨(dú)使用