论文部分内容阅读
图像是人类从外界获取的重要信息之一,是人类认知世界的主要信息源。近年来,各行业对图像处理需求与日俱增,同时计算机和图像处理单元的飞速发展也为图像处理技术的研究和应用提供了强有力的保障平台。图像分割是一种基本的图像处理技术,是后期图像处理和图像分析的关键步骤,但一直以来也是一个经典的难题。由于图像信息本身的复杂性和多种外界因素的影响往往会导致图像在分割过程中出现错误分割,分割线偏移,以及建模困难等问题。面对图像分割算法存在的不足和当今对图像分割自动化程度和实时性等需求的不断增加,本文进行了相应的研究,主要研究工作如下:首先,全面回顾了数字图像分割技术的发展历程,有针对性地对该领域的经典解决方案进行了分析、比较,系统地阐述了各类方法的优势与存在的不足,并给出相应的可行性改进方案。其次,针对各类数字图像分割方案及系统普遍存在抗噪能力差的问题,进行了深入和系统地研究。通过与其他图像分割方案的性能的比较,论证了以分水岭算法为基础的图像分割方案的优点和可能产生的问题。同时,比较分析了各种改进类型的分水岭图像分割技术的优势和不足,为本文自适应分水岭分割技术的提出奠定了基础。再次,面向图像分割技术的应用,以系统的形式提出了一种改进的自适应分水岭图像分割方案,并将其模块化为:自适应滤波降噪、快排-自适应分层、区域生长三个阶段,从而完成了对一幅数字图像的完整分割过程。同时,对该改进型方案可行性进行了理论论证。最后,应用本文提出的自适应分水岭图像分割方案,设计出了一个高效实时的数字图像自动分割系统,通过对较复杂和较简单的两种类型数字图像的分割实验,验证了文本改进型自适应分水岭数字图像分割方案的有效性。同时,利用Matlab6.5图像处理工具箱对本文的分割方案进行了仿真,并与传统的分水岭分割方案以及几种典型的改进型分水岭分割方案进行了比较,验证了本文分割方案的可行性、自适应性和分割的精确性。