畢業(yè)答辯--基于分水嶺技術(shù)的圖像分割算法實(shí)現(xiàn)

1、基于分水嶺技術(shù)的圖像分割算法實(shí)現(xiàn)答辯人：指導(dǎo)教師：CONTENTS1課題研究目的、意義2課題研究現(xiàn)狀及分析3研究或解決的問題4傳統(tǒng)方法與分水嶺算法對比5分水嶺算法的具體實(shí)現(xiàn)6 總結(jié)課題研究目的、意義 在數(shù)字圖像處理中，圖像分割是一項重要的技術(shù)，也是一個較為復(fù)雜的的難題，發(fā)展至今仍沒有找到一個一般（全面）的方法，也沒有找到一個可以預(yù)見分割算法難易的標(biāo)準(zhǔn)。圖像分割就是把圖像分成若干個特定的、具有特殊性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程。近年來，隨著各科學(xué)新理論和新方法的提出，人們也提出了一些特定原理、方式和工具相聯(lián)結(jié)的分割方式，其中基于形態(tài)學(xué)得分割算法是目前使用較為廣泛的算法之一。 基于標(biāo)記的分

2、水嶺算法是一個經(jīng)典的圖像分割的方法，它因?yàn)榭旖荩咝?，精?zhǔn)的分割結(jié)果得到人們的注視。分水嶺算法操作簡單，精確度高，但由于分水嶺算法對圖像中的噪聲弱邊緣有一定的影響，表面細(xì)微灰度變化，會產(chǎn)生過分割現(xiàn)象。課題研究現(xiàn)狀及分析 數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology)產(chǎn)生于1964年，是由法國巴黎礦業(yè)學(xué)院博士生賽拉(J. Serra)和導(dǎo)師馬瑟榮，在從事鐵礦核的巖石學(xué)分析及預(yù)測其開采價值的研究中提出“擊中和擊不中變換”的理論，并在理論層面上第一次引入了形態(tài)學(xué)的表達(dá)式，建立了顆粒分析方法。 目前，還沒有一個模制的圖像分割的理論。因此，圖像分割沒有標(biāo)準(zhǔn)方法。然而，一些具體的方法，已被廣

3、泛使用。因?yàn)檫@些方法都有一個特定的范圍，因此它們實(shí)際使用的范圍是有限的。 分水嶺算法（Watershed Segmentation）是近年流行起來的一種基于數(shù)學(xué)形態(tài)學(xué)的圖像分割方式，主要可以應(yīng)用于圖像分割，梯度圖片的抽取等。分水嶺分割算法把地形學(xué)和天文學(xué)的思想引入到圖像分割中，特別適合相鄰區(qū)域的分割。研究或解決的問題1理解并分析圖像分割原理。2實(shí)現(xiàn)基于分水嶺變換的圖像分割算法。3進(jìn)行基于分水嶺變換的圖像分割算法與傳統(tǒng)分割算法的比較。傳統(tǒng)方法與分水嶺算法對比分割方法優(yōu)點(diǎn)缺點(diǎn)基于閾值的分割方法計算簡單、運(yùn)算效率較高、速度快.對噪聲很敏感.基于邊緣的分割方法利用多種邊緣檢測算法可解決抗噪性與檢測精度

4、之間的矛盾.平衡抗噪性與檢測精度之間的矛盾.基于區(qū)域的分割方法可以有效地克服其他方法存在的圖像分割空間小連續(xù)的缺點(diǎn).易造成圖像的過度分割，與邊緣檢測結(jié)合，可獲得更好的分割結(jié)果.基于聚類分析的分割方法需要人工干預(yù)參數(shù)的初始化以接近全局最優(yōu)解，提高分割速度.此算法沒有考慮空間信息，對噪聲和灰度不均勻敏感.基于數(shù)學(xué)形態(tài)學(xué)的分割方法定位效果好、分割精度高、抗噪聲性能好.不能很好地解決耗時問題，將其與節(jié)約時間的一些方法結(jié)合，可得到更好效果.基于分水嶺技術(shù)的分割方法操作簡單、精確度高、快捷.對噪聲弱邊緣有一定的影響，會產(chǎn)生過度分割的現(xiàn)象.分水嶺算法的具體實(shí)現(xiàn)彩色圖像灰度圖像rgb2gray水平垂直邊緣檢測算子X，Y軸濾波后的圖像求值取模梯度幅值圖像預(yù)防過度分割前景標(biāo)記圖像分水嶺變換脊線圖 前景標(biāo)記背景標(biāo)記分水嶺變換分割圖像 分水嶺分割算法流程圖如下：分水嶺算法的具體實(shí)現(xiàn)可視化效果圖像(即將標(biāo)記與邊緣檢測疊加到原圖像上觀察效果)：總結(jié) 本文提出了分水嶺圖像分割算法對圖像進(jìn)行分割的方法、梯度分割的方法以及區(qū)域合并的方法。先對圖像進(jìn)行灰度圖像的轉(zhuǎn)化，在進(jìn)行梯度分割，分割出區(qū)域目標(biāo)聯(lián)結(jié)圖像和最小生成樹圖像，然后對他們整合。并作出了實(shí)驗(yàn)結(jié)果。 在圖像的處理上，圖像分割一直是至關(guān)重要的技術(shù)。隨著科技的進(jìn)步，以及人們對圖像分割的探索，使得圖像分割技能越來越完善，處理圖像的