基于區(qū)域的圖象分割技術(shù)研究.pdf

1、本文對基于區(qū)域的圖象分割技術(shù)進行了深入研究。在方法學上，重點研究了兩類目前較為新穎的分割算法，一類是基于過渡區(qū)提取的圖象分割方法，另一類是基于圖論的圖象分割方法。在基于過渡區(qū)提取的圖象分割算法中，給出了廣義的過渡區(qū)定義，對過渡區(qū)提取與分割算法的閾值選取準則給出了合理的解釋與證明，并指出應重點研究過渡區(qū)直接提取算法的研究方向。對過渡區(qū)直接提取算法中的梯度法進行了進一步深入研究，提出了基于度信息的過渡區(qū)提取與分割算法，以及基于小波能量比

2、參數(shù)的過渡區(qū)提取與分割算法。文中還提出了基于局部熵的過渡區(qū)提取與分割算法，以及基于局部復雜度的過渡區(qū)提取與分割算法。本文對過渡區(qū)提取與分割算法進行了較為全面的性能評價，包括分割質(zhì)量評價、抗噪性評價、運算復雜度評價、目標背景面積比影響及人為參數(shù)等方面的評價。在基于圖論的分割方法中，提出一種基于圖論的直方圖聚類分割算法。算法利用了圖論方法良好的聚類性能，通過對直方圖數(shù)據(jù)聚類得到分割閾值。以往的圖論分割算法都是對圖象灰度數(shù)據(jù)進行聚類，主要