基于小波變換的圖像分割技術(shù)研究.pdf

1、傳統(tǒng)的圖像分割方法主要是基于圖像的灰度特征的。分割算法可分為利用區(qū)域間灰度不連續(xù)性的基于邊緣的算法和利用區(qū)域內(nèi)灰度相似性的基于閾值的算法?！　∪祟愐曈X系統(tǒng)初級階段的視覺信息處理研究表明：基于空間－頻域多分辨率分析的圖像分割方法是與人類視覺特性相一致的方法，反映了人類視覺感知過程中的多分辨率、多方向特性，因此基于空間－頻域多分辨率分析的圖像分割方法引起了研究者們的廣泛關(guān)注。　　本文首先介紹了小波變換和聚類分析的有關(guān)理論和方法。然后討論

2、了小波變換在圖像分割中的應(yīng)用。包括：小波變換應(yīng)用于邊緣檢測；多進制小波變換和模糊聚類方法應(yīng)用于紋理分割。　　小波應(yīng)用于邊緣檢測主要是利用了小波能夠?qū)π盘柕钠娈愋院推娈惗冗M行很好的刻劃和描述，從而能夠很好的檢側(cè)出圖像的邊緣。通過其與其它邊緣檢測算子的比較，可見其優(yōu)越性，同時為中層的圖像識別和高層的視覺理解提供了一個良好的特征參數(shù)。另外，運動目標(biāo)的識別與跟蹤也是當(dāng)今計算機視覺領(lǐng)域的一大熱點。本文研究的基于小波變換多尺度理論的圖像分析方法，

3、如將其應(yīng)用于具體實際應(yīng)用，對識別從而跟蹤指定的目標(biāo)具有重大的意義。這也是今后研究中的進一步工作?！　⌒〔☉?yīng)用于紋理分割主要是利用小波的多尺度特性，使得既能可靠的將紋理分類，又能很好的確定紋理的邊緣。結(jié)合人類視覺感知機理，本文對小波多尺度分析紋理特征提取方法進行了研究。在敘述小波分析理論的基礎(chǔ)上，把多進制小波分解引入到紋理表示中來；同時根據(jù)人類視覺中的模糊性和隨機性，對模糊聚類算法進行了研究。在介紹聚類算法的基礎(chǔ)上，研究了模糊C-均值聚