基于灰度形態(tài)學(xué)重建的圖像分割.pdf

1、進(jìn)入21世紀(jì)以來，計(jì)算機(jī)技術(shù)尤其是數(shù)字圖像技術(shù)的不斷進(jìn)步發(fā)展，圖像的重要性逐漸凸顯，漸漸地成為粒子檢測(cè)的主要方法之一，該方法的目標(biāo)是從顆粒圖像獲得信息，尤其是外部輪廓的信息。在對(duì)顆粒圖像進(jìn)行分割的過程中，我們有可能會(huì)碰到粒子粘連甚至是重疊的情況，所以需要試圖將這些粒子分離。
　　圖像處理領(lǐng)域中形態(tài)學(xué)應(yīng)用范圍較廣，它非常重視圖像的構(gòu)成特征，較之類似方法形態(tài)學(xué)技術(shù)的結(jié)構(gòu)特征優(yōu)勢(shì)明顯。本文的圖像分割主要采用數(shù)學(xué)形態(tài)學(xué)的分水嶺算法。

2、>　　常規(guī)的分水嶺算法對(duì)于噪聲特別敏感，容易發(fā)生較為嚴(yán)重的過分割。通過某種基于標(biāo)記的分水嶺圖像分割方法，可以較為大幅度降低分水嶺算法的過分割問題。實(shí)驗(yàn)結(jié)果顯示，本方法在有效抑制過分割現(xiàn)象和有效分割粘連顆粒中獲得較好的平衡點(diǎn)。
　　本文的創(chuàng)新成果包括：
　　1、本文提出了一種灰度形態(tài)學(xué)的圖像分割算法。它較為有效的解決單一閾值分割方法中固有的某些缺陷。通過實(shí)驗(yàn)結(jié)果得知，本方法在分割精度和運(yùn)算效率兩方面都取得了一定的成果。