基于區(qū)域的圖象分割技術(shù)研究.pdf

1、本文對(duì)基于區(qū)域的圖象分割技術(shù)進(jìn)行了深入研究。在方法學(xué)上，重點(diǎn)研究了兩類目前較為新穎的分割算法，一類是基于過(guò)渡區(qū)提取的圖象分割方法，另一類是基于圖論的圖象分割方法。在基于過(guò)渡區(qū)提取的圖象分割算法中，給出了廣義的過(guò)渡區(qū)定義，對(duì)過(guò)渡區(qū)提取與分割算法的閾值選取準(zhǔn)則給出了合理的解釋與證明，并指出應(yīng)重點(diǎn)研究過(guò)渡區(qū)直接提取算法的研究方向。對(duì)過(guò)渡區(qū)直接提取算法中的梯度法進(jìn)行了進(jìn)一步深入研究，提出了基于度信息的過(guò)渡區(qū)提取與分割算法，以及基于小波能量比

2、參數(shù)的過(guò)渡區(qū)提取與分割算法。文中還提出了基于局部熵的過(guò)渡區(qū)提取與分割算法，以及基于局部復(fù)雜度的過(guò)渡區(qū)提取與分割算法。本文對(duì)過(guò)渡區(qū)提取與分割算法進(jìn)行了較為全面的性能評(píng)價(jià)，包括分割質(zhì)量評(píng)價(jià)、抗噪性評(píng)價(jià)、運(yùn)算復(fù)雜度評(píng)價(jià)、目標(biāo)背景面積比影響及人為參數(shù)等方面的評(píng)價(jià)。在基于圖論的分割方法中，提出一種基于圖論的直方圖聚類分割算法。算法利用了圖論方法良好的聚類性能，通過(guò)對(duì)直方圖數(shù)據(jù)聚類得到分割閾值。以往的圖論分割算法都是對(duì)圖象灰度數(shù)據(jù)進(jìn)行聚類，主要