基于Contourlet變換的多尺度圖像分割算法研究.pdf

1、圖像分割方法一直是數(shù)字圖像處理領(lǐng)域研究的熱點(diǎn)問題。在圖像分割中分割的精確性與易分割性、過分割和欠分割是我們經(jīng)常要面臨的矛盾，而這些矛盾在固定尺度下是很難解決的。在工程實(shí)踐中，多尺度特征或多尺度效應(yīng)是普遍存在的，人們對(duì)過程的觀察和測(cè)量也往往是從不同尺度上進(jìn)行的。所以，我們只有采用多尺度理論來描述、分析這些過程，才能夠更全面、更準(zhǔn)確地刻畫這些過程的本質(zhì)特征。多尺度分割方法可獲得不同尺度上的圖像信息，因此只要配合適當(dāng)?shù)亩喑叨葦?shù)據(jù)結(jié)構(gòu)，并且根據(jù)

2、該數(shù)據(jù)結(jié)構(gòu)選擇較好的多尺度特征提取方法及分割策略，就有可能將上述矛盾統(tǒng)一起來。目前，采用多尺度分析方法進(jìn)行圖像分割是發(fā)展的一個(gè)趨勢(shì)。
　　 本文以Contourlet變換作為圖像的多尺度分解工具，對(duì)目標(biāo)圖像進(jìn)行多尺度分解。分別采用了基于邊緣檢測(cè)的分割策略和基于隱馬爾可夫樹模型的分割策略對(duì)圖像進(jìn)行多尺度分割。
　　 本文的主要工作如下：
　　 首先，對(duì)多尺度圖像分割做了分析，分別介紹了多尺度分析工具小波變換和Con

3、tourlct變換，并對(duì)它們的特點(diǎn)及系數(shù)分布做了分析。
　　 其次，以檢測(cè)圖像邊緣做為分割策略，通過分析Contourlet變換系數(shù)的分布特點(diǎn)，采用模極大值檢測(cè)的方法提取圖像邊緣信息，并對(duì)不同尺度上的邊緣信息進(jìn)行尺度間融合，提出了一種改進(jìn)的基于Contourlet變換的邊緣檢測(cè)分割方法。通過仿真證實(shí)了該方法檢測(cè)的邊緣不僅平滑連貫且細(xì)節(jié)豐富。
　　 最后，通過對(duì)基于小波域的HMT模型的圖像分割方法的研究，并結(jié)合Contou