论文部分内容阅读
图象分割是计算机图象识别与理解中一个十分活跃的研究领域,是计算机图像理解方法实现的基础,而彩色图象的分割是近些年越来越引起人们重视的一种图象分割方法。本文研究的主要内容为: 首先,对彩色图象分割过程进行分析,并对两种彩色图象分割算法即模糊c-均值和特征空间投影算法、直方图多阈值及融合算法的分割结果进行比较,从算法本身分析了其优缺点。虽然两种算法都取得了较好的分割效果,但其算法较复杂,计算时间较长。 然后,针对上述缺点,在对小波的相关理论和方法进行较全面、系统的研究基础上,提出了一种新的彩色图象分割方法,主要内容包括:针对两种彩色图象分割算法较复杂和计算时间较长的缺陷,利用小波变换的特点,提出了一种基于二维小波的直方图多阈值彩色分割算法。该方法不仅减小了算法的复杂性,节约了计算时间,同时也考虑了图象的颜色和空间信息,具有较强的抗噪能力。 最后,对图象分割评价的方法进行了研究,在此基础上提出了彩色图象分割评价框架,设计了两组试验模型,并用MATLAB语言对这两组试验模型和其他图象进行仿真,从而得出了各种算法的应用场合:模糊c-均值和特征空间投影算法适用于噪声、模糊程度较小以及目标尺寸比较大的场合;直方图多阈值及融合算法对噪声以及目标尺寸不敏感,因此适用于分割有噪声以及目标尺寸较小的图形:在目标尺寸较大时,与其他两种算法相比,基于二维小波的直方图多阈值彩色图象分割算法受噪声和模糊程度影响最小,因此适用于分割有噪声以及模糊的图象,即基于二维小波的直方图多阈值彩色图象分割算法对采集条件具有最强的鲁棒性。