基于邊緣檢測(cè)的細(xì)胞圖像分割方法研究與實(shí)現(xiàn).pdf

1、本文首先闡述了圖像分割理論的定義和目標(biāo)。圖像分割是將整個(gè)圖像區(qū)域分割成若干個(gè)互不交疊的非空子區(qū)域的過(guò)程，每個(gè)子區(qū)域的內(nèi)部是連通的，同一區(qū)域內(nèi)部具有相同或相似的特征。圖像特征可以分為圖像的統(tǒng)計(jì)特征和圖像的視覺(jué)特征兩類。對(duì)圖像分割的方法進(jìn)行了分類和探討，把圖像分割的方法分為四大類：基于閾值分割的方法，在圖像分割過(guò)程中，物體象素的灰度級(jí)與背景象素的灰度級(jí)有不同，閾值化就是一個(gè)非常有效的技術(shù)，它可以將物體從背景中較好地分割出來(lái)；基于邊緣檢測(cè)的方

2、法，圖像最基本的特征是邊緣，它是圖像局部特征不連續(xù)(或突變)的結(jié)果，邊緣檢測(cè)方法是利用圖像一階導(dǎo)數(shù)的極值或二階導(dǎo)數(shù)的過(guò)零點(diǎn)信息來(lái)提供判斷邊緣點(diǎn)基本依據(jù)；基于區(qū)域的分割方法，區(qū)域增長(zhǎng)分割的實(shí)質(zhì)就是把具有某種相似性質(zhì)的象素連通起來(lái)，從而構(gòu)成最終的分割區(qū)域；結(jié)合特定理論工具的方法，這些特定理論包括數(shù)學(xué)形態(tài)學(xué)、模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)、小波等。通過(guò)對(duì)以上四類方法的探討，以及對(duì)各種算法進(jìn)行的MATLAB環(huán)境下的實(shí)驗(yàn)，總結(jié)了傳統(tǒng)圖像分割算法的優(yōu)缺點(diǎn)，和各