基于空間相似特征的圖像分割算法研究.pdf

1、圖像分割是將圖像分割成多個(gè)具有相同或相似特征且不相互重疊的區(qū)域，其目的是為了提取感興趣的區(qū)域。圖像分割在圖像分析中具有重要的意義，是從圖像理解到圖像分析的關(guān)鍵步驟。這種技術(shù)廣泛的應(yīng)用于醫(yī)學(xué)圖像處理、模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域。然而，隨著電子成像設(shè)備的不斷更新?lián)Q代，獲取圖像的像素規(guī)模變得越來越大，圖像的類型亦日益趨于多樣化，由于圖像不可知的復(fù)雜性和固有的特殊性，這樣給圖像分割的質(zhì)量和速度帶來了新的挑戰(zhàn)，從而引起了研究者們高度的關(guān)注。人們在

2、圖像分割方面已經(jīng)做了大量的工作，已經(jīng)取得了不少的研究成果，但是為了更好的滿足現(xiàn)代社會(huì)對于圖像的更高要求，在圖像分割方面，我們?nèi)匀恍枰罅康难芯咳ヌ剿鞣蠒r(shí)代的新的理論和方法。
　　本文主要研究SAR圖像分割與自然圖像分割，主要內(nèi)容包括以下三個(gè)方面：
　　1.提出了一種基于空間相關(guān)特征的超像素SAR圖像分割方法。該算法利用每個(gè)超像素的鄰域超像素和相似超像素，從而產(chǎn)生空間位置加權(quán)因子和相似特征加權(quán)因子，并把它們應(yīng)用于傳統(tǒng)的FCM

3、聚類算法，用于改善傳統(tǒng)FCM聚類算法中由于沒有考慮空間位置信息從而導(dǎo)致分割效果不夠理想的缺陷，此算法應(yīng)用于SAR圖像分割和自然圖像分割，都得到了比較理想的分割效果。
　　2.提出了一種基于全局相似的譜聚類圖像分割方法。該算法致力于構(gòu)建充分表達(dá)圖像信息的相似性矩陣。在相似性矩陣中不僅構(gòu)建了像素和像素、像素和超像素之間的相似性，而且引進(jìn)了超像素與像素之間的相似性，且使用高斯模型的方式來表達(dá)它們之間的相似性。建立后的相似矩陣經(jīng)過處理，應(yīng)