基于圖象分割和邊緣檢測的數(shù)字圖象分析.pdf

1、上海交通大學(xué)博士學(xué)位論文基于圖象分割和邊緣檢測的數(shù)字圖象分析姓名：NASSIRHUSSIENSALMANALMFRGY申請學(xué)位級別：博士專業(yè)：ComputerVisionPatternRecognition指導(dǎo)教師：LIUCHONGQIGN20020501的，所有屬于相同集水盆地的象素同谷底區(qū)域的最小海拔高度(灰度級)聯(lián)系在一起。在這條路徑上的象素沿此路徑有著單調(diào)下降的海拔高度(灰度級)。這樣不同的集水盆地表示分割圖像的各區(qū)域。分水嶺和

2、集水盆地的概念非常直接。早期的分水嶺方法計算速度很慢或者分割結(jié)果不準(zhǔn)確?，F(xiàn)有的算法利用3X3模板進(jìn)行局部操作提取分水嶺線，由于是局部操作，分割通常不準(zhǔn)確。分水嶺變換由數(shù)學(xué)形態(tài)學(xué)引入所以計算量大，耗時。分水嶺圖像分割包括兩種主要方法1101:第一種，首先從圖像的每個像素到圖像海拔高度局部最小找到一個下游路徑。一個集水盆地定義為一組像素，各自的下游路徑都結(jié)束于同一個高度最小。第二種與第一種方法對應(yīng)，不是識別下游路徑，集水盆地從下填充，分水嶺

3、的形成可以通過模擬浸沒過程實現(xiàn)，即在圖像的每個局部極小值位置刺穿一個小孔，然后把圖像模型浸入水中，隨著浸入的加深，每個局部極小值的影響區(qū)域慢慢向外擴散，在兩個集水盆匯合的地方，將產(chǎn)生一條峰頂線，即為分水嶺線。本文采用一種按象素灰度值升序進(jìn)行像素排序的有效算法(見附錄B)，再進(jìn)行一種快速掃描浸水過程。計算灰度直方圖的同時建立灰度級h的像素指針，使得可以直接對各灰度級進(jìn)行操作。假設(shè)在某一級k已經(jīng)完成浸水過程，如果象素的灰度級小于或等于k，則

4、此象素點就是該集水盆地內(nèi)部的點。然后處理灰度級為kl的像素點所有的這些像素點可以通過排序步驟直接得到。對于灰度級為kl的像素，若其鄰域標(biāo)號為1，則該像素可能屬于標(biāo)號為1的集水盆地。集水盆地的像素按照先入先出的原則放入，并等待進(jìn)一步處理。之后計算每個確定的集水盆地的地形影響區(qū)域，見圖4.2。計算分水嶺還有許多不同的算法。最常用的是浸沒算法[Vincent91]，它是通過計算分水嶺的逆過程，根據(jù)每個灰度級計算骨架影響區(qū)域作為圖像局部最小的標(biāo)