利用相位信息進行圖像分割的研究.pdf

1、圖像分割是由圖像處理進到圖像分析的關鍵步驟。圖像在分割后的處理,如特征提取、目標識別等都依賴于圖像的分割質量,因此具有十分重要的意義。自然圖像由于目標的多樣性以及目標成像的不確定性,應用傳統(tǒng)、單一的分割方法難以取得令人滿意的分割結果。相位一致性模型避免預先假設邊緣的類型,且不受明暗對比度的影響?；谶@些優(yōu)良特性,本文采用相位一致性模型對圖像進行邊緣檢測。然而,原有的相位一致性模型沒有考慮相位數(shù)據(jù)的方向信息,在進行邊緣檢測的過程中出現(xiàn)“余

2、震’’現(xiàn)象。為克服這一局限,提出將矩分析理論應用于各方向的相位數(shù)據(jù)綜合之中。 本文針對由于噪聲的干擾、圖像中背景和目標之間的灰度(或顏色、紋理等)差異相對較小等原因,邊緣檢測很難產(chǎn)生封閉的輪廓問題,提出一種新的圖像分割方法。該方法將基于相位一致性的邊緣檢測和區(qū)域生長結合起來,首先應用收斂平方算法(CSA)檢測輸入圖像頻譜的峰值,通過波峰處的參數(shù)來設置Log Gabor濾波器組中間尺度的波長；其次,利用相位一致性模型檢測圖像邊緣,