基于紋理梯度的圖像分割算法研究.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是圖像處理到分類的關(guān)鍵步驟，因此研究圖像分割具有重要的意義。目前常用的是基于區(qū)域水平的圖像分割算法，比如區(qū)域高斯混合模型、區(qū)域馬爾科夫場分割、IRGS算法等，其中IRGS算法以其精確的數(shù)學(xué)模型分割精度較高。但是IRGS算法的區(qū)域模型建立在灰度梯度基礎(chǔ)上，由于灰度梯度不能描述圖像的紋理特性并且對(duì)噪聲比較敏感，因此降低了IRGS算法分割精度。而紋理梯度能夠描述圖像的紋理特性并且具有一定的抗噪聲性能，因此本文將紋理梯度和IRGS算法結(jié)

2、合，建立基于紋理梯度的IRGS圖像分割算法，以解決IRGS算法現(xiàn)存的問題。其主要研究內(nèi)容如下：
　　1、研究提出基于紋理梯度的初始區(qū)域模型。紋理梯度能夠描述圖像的紋理特性，分水嶺算法本質(zhì)上是基于區(qū)域增長的分割算法，將紋理梯度和分水嶺算法結(jié)合獲取圖像的初始區(qū)域，在此基礎(chǔ)上構(gòu)造區(qū)域鄰接圖，建立區(qū)域之間的上下文關(guān)系，最終建立基于紋理梯度的初始區(qū)域模型。實(shí)驗(yàn)結(jié)果表明基于灰度梯度的分水嶺算法過分割情況比較嚴(yán)重，而基于紋理梯度和改進(jìn)紋理梯度的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論