基于分形的图像分割关键技术研究硕士论

《基于分形的图像分割关键技术研究硕士论》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC工程硕士学位论文学号密级GS06062146公开基于分形的图像分割关键技术研究硕士生姓名赵学明学科领域计算机技术研究方向计算机应用技术指导教师宣蕾副研究员国防科学技术大学研究生院二OO八年四月

2、1；4防科’’}技术人’孚：研究乍院lj稃硕十。’≯f寺论文摘要人们获得信息的能力随着信息技术的发展不断加强，使得各种信息的数量快速增长，如何对信息进{j二快速分析，得到所关心的内容已经成为信息处理的一个重要问题。图像是一种重要的信息资源，应用的领域非常广泛。图像分割作为一种重要的图像分析提取技术，成为图像处理领域中的一个基本问题。本文以分形珲沦为基础，结

3、合图像的灰度特征进行了图像特征f旬肇提取的研究与对比实验。论文的主要贡献：l、在研究基于分形理论进行图像分割的基本原理与方法的基础上，验证了空隙特征和多重分形特征区分具有相近分形维图像的能力；2、提H{了新的图像特征向量用于图像分割，包括原始图像的分形维、空隙、多重分形和变换后图像的分彤维等共8个分彤特征，针对SAR图像和航拍图像提取了图像的狄度作为第9个特征，这些特征组成的特征向嚣构成了新的特征空间，并提出了以特征空间平滑滤波处理后的向量数据进行图像分割的方法；3、设计实现了基于K均值聚类算法的图像分割程序，对3类图像(纹理图像、SAR图像和航拍图像)迸行

4、了分割实验，实验结果表明：本文提出的基于二分形特征结合灰度特征的图像分割方法能够有效减小图像噪声影响，提高分割精度。论文研究表明基于分形理论的图像分割方法在针对纹理图像进行分割时具有一定的优势，对SAR图像和航拍图像，本文提出的基于分形特征和灰度特征结合的方法要优于单纯的灰度级阈值或单纯的基于分形的图像分割方法。主题词：图像分割，分形维，空隙，多重分形，灰度第i页网防科学技术人学研究生院I?科颂十‘’≯何论文ABSTRACTWiththedevelopmentofinformationtechnology，theabilityofobtaininginfor

5、mationincreasesquickly．Thequantityofvariouskindsofinformationbecomesmoreandmorelarge．Howtoanalysistheinformationquickly，andobtaintheinterestedinformationisoneoftheaimstoprocesstheinformation．Imageisimportantinformationthatusedwidelyinmanyfields．Imagesegmentation，asoneoftheimportant

6、imageanalysisandextractingtechnologies，istoextractthecontentsbeinginterestedin，anditisthebasictechnologyofimageprocessing．Thisthesisdealswithimagefeaturevectorbasedonfractaltheorycombinedwithimagegraylevelfeature．Themainresultsandcontributionsinthisthesisareasfollows．1．Thefundament

7、altheoryandapproachofimagesegmentationwasstudiedbasedonthefractaltheory．Theabilityofthelacunarityandmulti—fractaldistinguisheddifferentimageswithsimilarfractaldimensionwasverified．2．Anovelimagefeaturevectorforimagesegmentationwasproposed．Eightfractalfeatureswereextractedsuchasfract

8、aldimension，lacunarity，multi-fractalfeaturesfromoriginalimageandfractaldimensionsfromtransformedimage．The9thfeatureofimagewasgraylevelofsomeimages．Thefeaturevectorderivedfromthefeaturesconstructednewfeaturespace．Thedatainfeaturespacebeensmoothedandfilteredwereusedinimagesegmentatio

9、n．3．TheprogrambasedonK-mea