基于图论的图像分割技术研究
目录
第一章绪论 (1)
1.1图像分割简介 (1)
1.2图像分割方法分类 (2)
1.2.1并行边界技术 (2)
1.2.2串行边界技术 (5)
1.2.3并行区域技术 (7)
1.2.4串行区域技术 (11)
1.3论文选题的意义 (12)
1.4论文的主要研究内容 (13)
1.5本章小结 (13)
第二章基于图论的分割方法简介及其应用 (14)
2.1引言 (14)
2.2图论的基础 (14)
2.2.1图的相关基础知识 (14)
2.2.2图像与图的对应关系 (15)
2.3基于图论的图像分割方法分类 (16)
2.3.1智能剪 (17)
2.3.2图割 (18)
2.3.3随机游走 (19)
2.3.4等周算法 (19)
2.3.5归一化分割 (19)
2.4图论的图像分割方法的应用 (21)
2.5本章小结 (21)
第三章基于均值漂移的图像预处理 (22)
3.1均值漂移算法简介 (22)
3.1.1基本均值漂移算法 (22)
3.1.2改进的均值漂移算法 (23)
3.2均值漂移算法步骤 (25)
3.3基于均值漂移的图像分割的预处理 (26)
3.3.1图像预处理实现 (26)
3.3.2图像预处理结果 (26)
3.4本章小结 (28)
第四章基于图论的图像分割 (29)
4.1基于金字塔的多层图模型 (29)
4.1.1金字塔多层图模型优势 (29)
4.1.2构建基于金字塔的多层图模型 (30)
4.2基于图论的全局关联模型 (33)
4.2.1传统的关联模型 (33)
4.2.2全局关联模型 (34)
4.3基于多层图的谱分割 (35)
4.3.1谱分割简介 (36)
4.3.2基于多层图的普分割算法实现 (36)
4.4图像分割评估准则 (37)
4.4.1分析法准则 (37)
4.4.2优度试验法准则 (38)
4.4.3差异试验法准则 (39)
4.5本章小结 (40)
第五章实验结果与分析 (41)
5.1实验设置 (41)
5.1.1图像库简介 (41)
5.1.2对比算法 (42)
5.1.3参数设置 (42)
5.2实验结果与分析 (43)
5.2.1性能比较 (43)
5.2.2实验结果分析 (46)
5.3本章小结 (48)
第六章总结与展望 (49)
6.1研究工作总结 (49)
6.2展望 (49)
参考文献 (51)
附录1攻读硕士学位期间撰写的论文 (54)
附录2攻读硕士学位期间申请的专利 (55)
附录3攻读硕士学位期间参加的科研项目 (56)
致谢 (57)
南京邮电大学硕士研究生学位论文第一章绪论
第一章绪论
1.1图像分割简介
众所周知图像工程总体上分为三个层次，从低层到高层分别为图像处理、图像分析和图像理解。图像处理所做的操作是比较低层的，主要是在像素级上对图像进行处理；图像分析则属于中层，它是通过将图像进行分割从而将特征提取出来，进而以一种非图的形式来描述图像而不像是低层用像素来描述图像；图像理解进行的则是高层操作，它的处理过程与手段也更加接近于人类的思维方式。图像分割属于图像分析领域，同时图像分割也是图像工程中由图像处理上升到图像分析的关键步骤。图1.1则表示了图像工程中三个层次间的关系以及图像分析的主要功能模块。
图1.1图像工程中三个层次间的关系及图像分析的主要功能模块
在进行图像的研究或者应用时，研究人员关注的往往只是图像中感兴趣的部分，我们称之为目标或前景，这一部分时图像中特定的、具有独特性质的区域。同时目标也是图像分析中的一个很重要的操作对象，它是由相关像素联合组成的。所以若要分析目标，首先要做的便是将感兴趣的目标从原图像中提取出来，这正是图像分割所要做的工作。图像分割就是将图像按照图像的某种特性将图像分割成不同的区域，这种特性可以是灰度、纹理、颜色等。
我们可以借助集合的概念来给图像分割下一个较正式的定义：用集合P 表示图像的整个区域，对图像的分割我们可以看作是将P 按照某些规则分成若干个非空的子区域P 1，P 2，…,P n ；所要满足的规则如下：
(1)1n i i U P P ==，即原图像中的任何一个像素都应该分进某一个子区域中；
(2)对任意的i,j ，当i ≠j 时，则P i ?P j =?，即所分割出的子区域两两不重叠，也就是说原图像中的任意一个像素不能同时存在于两个不同的子区域中；
(3)P(Pi)=TURE,i=1,2,…,n ，即分割后处在同一子区域中的像素都应具有某些相同或相似的特