基于數(shù)學(xué)形態(tài)學(xué)的圖像分割方法研究.pdf

1、圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，在實(shí)際中有著廣泛的應(yīng)用。將數(shù)學(xué)形態(tài)學(xué)的思想用于圖像分割是近年來(lái)圖像處理研究的熱點(diǎn)之一。目前基于形態(tài)學(xué)圖像分割方法的研究主要集中在兩個(gè)方面：基于形態(tài)腐蝕和形態(tài)膨脹的邊緣檢測(cè)方法和基于分水嶺變換的區(qū)域分割方法。本文正是圍繞著這兩部分展開(kāi)了研究工作：在基于邊緣檢測(cè)的圖像分割部分，研究了形態(tài)學(xué)在圖像邊緣檢測(cè)上的優(yōu)勢(shì)，通過(guò)形態(tài)運(yùn)算的加權(quán)組合，構(gòu)造了一種邊緣檢測(cè)方法。為檢測(cè)出圖像中復(fù)雜的邊緣，引入了結(jié)構(gòu)元素

2、的方向信息，可以檢測(cè)出不同方向的邊緣。分別對(duì)無(wú)噪聲，有噪聲的靜態(tài)灰度測(cè)試圖像進(jìn)行實(shí)驗(yàn)。結(jié)果表明，形態(tài)學(xué)邊緣檢測(cè)方法具有很好的邊緣提取能力，在邊緣的連續(xù)性和圖像細(xì)節(jié)的保持上都優(yōu)于傳統(tǒng)的邊緣檢測(cè)方法；在基于區(qū)域的圖像分割部分，對(duì)分水嶺算法進(jìn)行了分析，重點(diǎn)針對(duì)分水嶺算法的過(guò)分割問(wèn)題給出了兩種解決方案：一種是基于多尺度形態(tài)梯度和灰度重構(gòu)的方法，另一種是基于散射濾波的方法。試驗(yàn)結(jié)果表明，改進(jìn)方法對(duì)過(guò)分割有很好的抑制作用。本文的研究工作對(duì)于擴(kuò)大數(shù)學(xué)