線狀目標的圖像分割方法研究.pdf

1、圖像分割是數(shù)字圖像處理中的關鍵技術之一。目前，國內外對線狀目標圖像的分割主要應用于以下幾個方面：遙感影像中河流、道路及機場跑道等線狀目標的提取，醫(yī)學圖像中血管造影圖像、微循環(huán)圖像等醫(yī)學圖像的處理，以及造紙工業(yè)和紡織業(yè)中纖維的分割與識別。對線狀目標圖像分割方法的研究已經深入到很多領域，而圖像分割的方法也不拘一格。常用的圖像分割方法主要有：基于邊緣的分割、基于區(qū)域的分割、閾值化分割、模板匹配法及骨架提取法等。有些方法具有一定的實用價值，但在

2、分割方法的自動化程度、通用性、準確性、效率性、抗干擾能力等方面都有很多的工作要做。因此本文結合國內外的發(fā)展現(xiàn)狀，對線狀目標的分割方法進行了深入的探討。 本文首先借鑒目前新的圖像處理方法——小波分析理論，并結合線狀目標的特點，改進了基于方向小波的邊緣檢測方法來完成邊緣檢測。該方法利用方向小波變換的方向性，通過尋找四個方向的邊緣圖來得到整幅圖像的邊緣圖。紙漿纖維圖像的邊緣檢測實驗驗證了該方法能較好的完成對比度低、噪聲高、有分叉或重疊

3、結構的復雜圖像的邊緣檢測。 在基于方向小波的邊緣檢測基礎上，本文進一步論述了基于邊界對同時檢測的線狀目標分割方法。邊界對同時檢測方法是先利用基于方向小波的邊緣提取算法對圖像作初始化邊緣提取，然后結合邊界對的特征及空間分布關系，提出了合理的費用函數(shù)來協(xié)調和增強初始化邊緣提取的結果，從而以全局最優(yōu)的觀點檢測邊界。 本文在完成線狀目標圖像分割的基礎上，又進一步論述了適合線狀目標識別的方法，并以紙漿纖維識別為例，綜合利用邊緣和骨