基于C-V模型水平集方法的彩色圖像分割研究.pdf

1、圖像分割是計算機視覺中的關(guān)鍵步驟之一。傳統(tǒng)的分割方法由于方法自身的局部性，難以滿足復雜分割的要求，基于水平集方法的圖像分割研究正是這種需求下出現(xiàn)的。C-V模型對灰度圖像的變化處理非常自然，解決了M-S模型難以解決的問題，而C-V模型應用于彩色圖像極大地推動了彩色圖像分割的研究。
　　 本文主要研究了基于水平集方法的彩色圖像分割方法。首先介紹本論文的課題背景、目標與意義，基于水平集方法的彩色圖像分割方法研究進展以及本論文的主要工作

2、和結(jié)構(gòu)安排。其次介紹了彩色圖像分割基礎，從彩色空間與紋理特征兩個方面分析了常用彩色圖像分割方法存在的問題。接著，重點闡述了彩色圖像分割的常用方法。然后，講述了圖像分割的偏微分方程PDE（Partial Differential Equation）的解法以及水平集的重要概念。在此基礎上，又介紹了C-V模型圖像分割的方法，將基于傳統(tǒng)C-V方法的RGB顏色模型與HSV顏色模型的圖像分割實驗進行了比較并通過MATLAB軟件對圖片進行了分割，實驗

3、結(jié)果驗證了算法的有效性。
　　 最后，針對C-V模型彩色圖像分割精度不足的缺點，本文提出了利用歐氏距離替代灰度加權(quán)值，一方面有效地利用了色度信息，使彩色邊緣更加精確；另一方面，考慮到不同彩色通道間的相互聯(lián)系，避免不同通道中的不同形狀特征帶來失真，增加了分割的精度。最終的實驗結(jié)果表明，由于HSV顏色模型比較符合人的視覺感受，因此，在彩色圖像分割的常用方法中，基于C-V模型的HSV顏色模型下的彩色圖像分割的效果的確比RGB顏色模型下