图像分割的研究与实现_第1页
图像分割的研究与实现_第2页
图像分割的研究与实现_第3页
图像分割的研究与实现_第4页
图像分割的研究与实现_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

毕业课题:图像分割的研究与实现

答辩人：李金文1.基于区域的分割方法:基于阀值的分割方法、边缘检测法2.特定理论的常见的图像分割方法3.常见图像分割方法的算法实现

4.图像分割的仿真与结果分析

图像分割的研究与实现意义：基于区域的分割方法是根据区域内特点的相似程度把图像划分成一系列有实际意义区域的处理方法。

基于阀值的分割方法：单阀值、多阀值边缘检测法：Roberts算子，Prewitt算子，Sobel算子，Log算子，canny算子

基于区域的分割方法单阀值、多阀值

图像只有目标和背景两大类,那么只需选取一个阈值称为单阈值分割。这种方法是将图像中每个像素的灰度值与阈值相做比较。然后将图像分为两类，灰度值大于阈值的像素为一类，灰度值小于阈值的像素为另一类。如果图像中有多个目标就需要选取多个阈值将各个目标分开，这种方法称为多阈值分割。

双峰之间的波谷处就是图像的阈值所在，如图1—1所示很容易理解波谷的两侧分别对应着差异明显的两个区域：前景和背景。这种方法一般适用于差异对比很明显的图像。

但是在很多情况下，图像的背景由多部分构成，其中的一些部分在目标阈值灰度的左侧，一些在目标灰度值的右侧，假如进行单阈值分割的话，必然会造成其中的一部分背景在分割时被当做背景处理了。这时就需要设置多个阈值即使用多阈值分割。

特定理论的图像分割方法1.基于神经网络的分割方法：神经网络方法分割图像的思想是用训练样本集对神经网络进行训练以确定节点间的连接和权值，再用训练好的神经网络分割新的图像数据，这种方法需要大量的训练数据。神经网络存在巨量的连接，容易引入空间信息，能较好地解决图像中的噪声和不均匀问题。选择何种网络结构是这种方法要解决的主要问题。2.基于数学形态学的边缘检测方法：它的基本思想是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。基于形态学的图像边缘检测的关键是针对各种运算的特点，结合形态学多结构元多尺度的特性，构造优良的边缘检测算子来较好地解决边缘检测精度与抗噪声性能的协调问题。

常见图像分割方法的算法实现基

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论