基于分水嶺和水平集方法的圖像分割算法研究.pdf

1、隨著計(jì)算機(jī)的發(fā)展,圖像處理技術(shù)得到了極大的重視和長足的發(fā)展,其已經(jīng)迅速滲透到人類生活和社會發(fā)展的方方面面,使人們傳統(tǒng)的生產(chǎn)和生活方式發(fā)生了巨大的變化。圖像處理和計(jì)算機(jī)視覺中偏微分方程的應(yīng)用受到了國內(nèi)外有關(guān)學(xué)者極大的關(guān)注。在繼承了數(shù)學(xué)和物理方程的大量的研究成果基礎(chǔ)上,基于偏微分方程的圖像處理的研究逐漸豐富和成熟,已迅速發(fā)展成為一種理論上嚴(yán)謹(jǐn),實(shí)際上有效的方法。
　　 基于PDE模型的圖像處理方法是將獲取圖像的邊界問題轉(zhuǎn)化為求解能量

2、泛函的最優(yōu)解問題,實(shí)現(xiàn)了與幾何學(xué)、物理學(xué)的結(jié)合。本文主要研究了水平集方法和分水嶺方法相關(guān)的基本理論和研究進(jìn)展以及在圖像分割中的應(yīng)用。
　　 首先,在充分研究分水嶺算法的基礎(chǔ)上,結(jié)合數(shù)學(xué)形態(tài)學(xué)的開閉重建運(yùn)算以及落差等概念,介紹了一種改進(jìn)分水嶺算法,以期解決傳統(tǒng)分水嶺方法中出現(xiàn)的圖像過度分割問題。實(shí)驗(yàn)結(jié)果表明,這是一種實(shí)用可行的圖像分割方法,能夠較快速分割出目標(biāo)的完整外輪廓,尤其對于過分割現(xiàn)象的抑止達(dá)到了很好的效果。
　　

3、其次,在充分研究水平集方法的基礎(chǔ)上,對基于邊緣信息的測地線活動(dòng)輪廓模型和基于區(qū)域信息的C-V模型進(jìn)行了研究,介紹了使用水平集方法對這兩個(gè)模型進(jìn)行了描述的方法,同時(shí)針對這兩類模型的主要缺陷進(jìn)行了改進(jìn)。
　　 最后,討論了一種基于分水嶺變換和水平集方法相結(jié)合的圖像分割方法。采用形態(tài)學(xué)變換的方法對原始圖像進(jìn)行平滑,以增強(qiáng)圖像邊緣并濾去噪聲；再應(yīng)用分水嶺變換對平滑后的圖像進(jìn)行分割,利用過分割后小區(qū)域之間具有灰度值接近的特性,引入水平集方