融合輪廓信息的基于區(qū)域的圖像分割算法.pdf

1、科學(xué)技術(shù)飛速發(fā)展的當(dāng)今社會，一個重要的科學(xué)技術(shù)——計算機(jī)科學(xué)技術(shù)，不容忽視，而且其應(yīng)用已經(jīng)在不知不覺中滲入到了這個社會的角角落落當(dāng)中。而在日常生活的實際應(yīng)用中，越來越多的接觸和應(yīng)用計算機(jī)視覺，目前的無人航拍技術(shù)，美顏軟件等，因此無法忽略現(xiàn)實世界的眾多圖像的處理問題。特別是目前無人機(jī)、智能機(jī)器人等具備一定人工智能的機(jī)器設(shè)備都需要自主進(jìn)行一定的圖像識別處理工作，圖像處理涉及多種多樣的處理算法和工作方式，但是這些應(yīng)用都離不開基本的，核心的圖像

2、分割算法。因此，在圖像處理研究領(lǐng)域中，圖像分割問題仍是一個基礎(chǔ)問題，仍是目前的圖像處理領(lǐng)域中的研究熱點。
　　圖像分割問題目前仍是圖像處理領(lǐng)域中的重要研究課題之一。當(dāng)前由于實際應(yīng)用的飛速發(fā)展，針對自然圖像的處理問題越來越得到人們的廣泛關(guān)注。由于自然圖像的多變性和復(fù)雜性，針對自然圖像的圖像處理問題仍然有很大的研究空間。通常，在視覺處理領(lǐng)域，圖像分割的結(jié)果會作為計算機(jī)領(lǐng)域中各種圖像處理應(yīng)用的基礎(chǔ)步驟，因此，圖像分割算法可以認(rèn)為是多種圖

3、像處理應(yīng)用程序的關(guān)鍵步驟。但是由于自然圖像的復(fù)雜性，如，一幅自然圖像中會涉及多個對象，而且光影的影響很大。針對自然圖像這種復(fù)雜性，目前大部分分割算法的分割結(jié)果并不是特別理想，不適用復(fù)雜的自然圖像。
　　本文提出的新方法Boundary-MLAP圖像分割算法，與傳統(tǒng)的圖像分割算法有所差異，有其自身優(yōu)點。傳統(tǒng)的圖像分割算法概括的說主要分為兩大類:一類是基于區(qū)域的圖像分割方法，另一類是基于輪廓的圖像分割方法。而新的圖像分割方法有所不同，

4、本文提出的新方法將圖像的輪廓信息融入到基于區(qū)域的圖像分割算法中，實現(xiàn)基于區(qū)域的圖像分割方法和基于輪廓的圖像分割方法的結(jié)合，從而可以利用圖像本身輪廓信息的優(yōu)勢和基于區(qū)域的圖像分割算法的長處，兩者結(jié)合共同提高自然圖像的分割質(zhì)量。
　　Boundary-MLAP圖像分割方法是基于MLAP圖像分割框架的。MLAP圖像分割算法框架的主要特點是可以利用待分割圖像本身提取的多種圖像特征進(jìn)行圖像分割?；贛LAP圖像分割框架，新的圖像分割算法Bo

5、undary-MLAP從兩方面進(jìn)行了算法的研究工作:一方面優(yōu)化原始MLAP圖像分割算法框架，充分利用圖像多種特征各自的優(yōu)勢來進(jìn)行圖像分割;另一方面將圖像自身提取的輪廓信息融入到優(yōu)化后的圖像分割算法框架中，從而實現(xiàn)基于區(qū)域的圖像分割算法和基于輪廓的圖像分割算法的結(jié)合，實現(xiàn)最終的Boundary-MLAP圖像分割算法。本文新提出的圖像分割方法實現(xiàn)圖像輪廓信息在基于區(qū)域的圖像分割算法中的優(yōu)化使用，使得自然彩色圖像分割的結(jié)果更加合理。文章后續(xù)部