基于大津法和區(qū)域生長(zhǎng)法相結(jié)合的彩色圖像分割方法研究.pdf

1、圖像分割是信息技術(shù)處理中的一個(gè)重要研究領(lǐng)域，也是現(xiàn)在技術(shù)研究中的熱點(diǎn)和難點(diǎn)。隨著現(xiàn)代技術(shù)的快速發(fā)展，圖像分割技術(shù)也是快速的發(fā)展。但是，因?yàn)閳D像采集過(guò)程會(huì)受到外界因素的影響，使得圖像在分割時(shí)不是那么的準(zhǔn)確，比如陽(yáng)光的強(qiáng)烈直射，使得圖像過(guò)于太亮或者太暗；或者圖像有時(shí)候有缺失將會(huì)可能給圖像分割帶來(lái)一定的麻煩和技術(shù)上的難題。又或者因?yàn)楝F(xiàn)在圖像分割研究的都是針對(duì)某一類圖像分割，還沒(méi)有出現(xiàn)一種通用的分割算法。因此,對(duì)于圖像分割，做好分割預(yù)處理以及改

2、進(jìn)圖像分割算法極其重要，有非常重要的研究?jī)r(jià)值和使用意義。
　　本文系統(tǒng)的對(duì)相關(guān)圖像分割算法進(jìn)行了分析，并且在理論基礎(chǔ)上對(duì)分割算法進(jìn)行綜合運(yùn)用。其中重點(diǎn)研究了將大津法與傳統(tǒng)區(qū)域生長(zhǎng)算法相結(jié)合分割彩色復(fù)雜背景圖像，解決傳統(tǒng)方法存在的過(guò)分割問(wèn)題，并在實(shí)驗(yàn)的基礎(chǔ)上對(duì)其進(jìn)行了改進(jìn)；其次，還研究了針對(duì)含有多個(gè)目標(biāo)的灰度圖像分割問(wèn)題，并對(duì)多閾值分割進(jìn)行了一定的改進(jìn)。
　　區(qū)域生長(zhǎng)算法是圖像分割算法中比較常用的方法，但是也存在一些固有的缺點(diǎn)

3、和不足之處。在本文第三章中針對(duì)傳統(tǒng)區(qū)域生長(zhǎng)算法分割彩色復(fù)雜背景圖像存在的過(guò)分割問(wèn)題，提出了一種基于HIS顏色模型分割圖像的新方法。該方法首先提取HIS顏色模式的H分量，對(duì)H分量使用形態(tài)學(xué)方法進(jìn)行降噪處理，之后使用基于最大類間方差的大津法對(duì)H分量圖像分割出前景部分；然后使用區(qū)域生長(zhǎng)法對(duì)前景部分繼續(xù)進(jìn)行分割；最后對(duì)分割出來(lái)的圖像運(yùn)用形態(tài)學(xué)腐蝕方法去除分割中產(chǎn)生的碎片，該方法能較完整的將目標(biāo)圖像分割出來(lái)，具有更好的分割效果。
　　閾值分

4、割算法是圖像分割算法中比較經(jīng)典的算法，閾值分割不但快速、而且方便等優(yōu)點(diǎn)，閾值分割算法對(duì)單個(gè)的目標(biāo)圖像時(shí)分割效果比較好，但是對(duì)含有多個(gè)目標(biāo)圖像分割時(shí)，是比較容易造成錯(cuò)分割或過(guò)分割現(xiàn)象，而且分割速度很慢。本文中針對(duì)含有多個(gè)目標(biāo)圖像的分割問(wèn)題進(jìn)行了研究，在閾值分割的理論基礎(chǔ)上，提出一種基于多閾值迭代方法的圖像分割算法，首先使用非線性拉伸灰度直方圖，這樣進(jìn)一步會(huì)提高灰度圖的清晰度。對(duì)于處理后的圖像上存在過(guò)亮或者過(guò)暗的部分，使用二值掩模進(jìn)行處理，