一种新的基于区域生长的彩色图像分割算法

摘要

在应用数学与计算机科学中,图像处理与分析具有深厚的理论基础以及广泛的应用前景,本论文主要研究其中的一个研究热点--基于区域生长的彩色图像分割问题,包括图像特征选择、算法分析和实现、分割结果比较和评价等内容,提出了一种新的基于区域生长的彩色图像分割算法,并给出了实验结果分析以及软件实现。
　　 本文首先对颜色空间给予详细介绍,具体分析了近年来研究的主要的颜色空间,对不同颜色空间之间的转换关系进行了论述。在图像特征提取方面,主要研究了图像的颜色特征、纹理特征等几种提取方法。相对于其他特征,颜色特征对于旋转、平移、尺度变化,甚至各种形变都不敏感,表现出相当强的鲁棒性,是本文算法使用的主要特征。
　　 其次,通过提取图像的颜色、纹理、形状等特征,综合考虑图像边缘和内部信息,提出了一种新的种子点生成算法。通过计算每个像素的邻域相似性指标,该指标大于0.5的像素点就定义为一个种子点。这样,就按照一定生长规则和顺序将图像分割成不同区域。同时,提出了一种新的区域合并算法。对于孤立点和像素点数少于阈值的区域,计算它们之中的每一个像素与外边界每一个像素特征相似性,将相似性最大的两个像素点分为一类。对于大于阈值的待分割区域分成新的类。具体的图像分割实验结果表明了该算法的良好效果。
　　 然后,本文建立了基于人工分割的算法评价指标,并将本文的算法与JSEG算法进行了比较。并通过具体的实验分析了算法的复杂度以及参数选择。
　　 最后,建立了基于C＃的算法软件,可以在Window环境下直接进行图像分割并得到最优分割结果。

目录

文摘

英文文摘

图表清单

注释表

第一章 绪论

1.1 引言

1.1.1 数字图像处理的内容

1.1.2 彩色图像分割方法介绍

1.2 本文的主要研究工作

1.3 本文的内容安排

第二章 彩色图像的像素特征

2.1 颜色空间

2.1.1 RGB颜色空间

2.1.2 CMY颜色空间

2.1.3 HSI颜色空间

2.1.4 YUV颜色空间

2.1.5 CIEL*a*b颜色空间

2.1.6 CIEL*u*v*颜色空间

2.2 特征选取

2.2.1 颜色特征

2.2.2 纹理特征

2.3 特征相似性度量

2.3.1 Minkowsky距离

2.3.2 二次式距离

2.3.3 Mahalanobis距离

第三章 基于区域生长的彩色图像算法

3.1 种子点选取

3.2 种子生长准则

3.3 生长过程

3.4 算法详细步骤

第四章 分割结果比较与评价

4.1 彩色图像分割试验

4.2 分割结果评价和比较

4.3 两种算法耗时比较

4.4 算法思想和适用范围

4.4.1 新算法参数分析

4.5 总结和展望

第五章 软件展示

参考文献

致谢

在学期间的研究成果及发表的学术论文