基于区域生长的彩色位图分割

《基于区域生长的彩色位图分割》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、吉林大学毕业论文Ⅰ基于区域生长的彩色位图分割摘要图像分割是一种图像处理方面的重要技术,在众多领域中有着广泛的应用，更是图像处理的基础。本文展示了图像分割的定义、算法,简明概要地阐述了区域生长的原理以及选取原则。为了在C++平台上用区域生长的方法实现图像的分割，本文介绍了位图的输入和处理，以及图像被灰度化处理的过程，并在此前提下使用区域生长的方法实现了初步的图像分割，基于此编写了简单的程序进行区域生长实验。关键字：区域生长，彩色位图分割，生长准则，灰度化吉林大学计算机科学与技术学院吉林大学毕业论文ⅡBasedonregiongro

2、wingsegmentationofcolorbitmapAuthor:Tutor:AbstractImagesegmentationisanimportanttechniqueforimageprocessing,inmanyfieldshasbeenwidelyused,itisthebasisofimageprocessing.Thisarticlepresentsthedefinitionofimagesegmentationalgorithm,concisesummaryoftheprinciplesexpounded

3、theprincipleofregionalgrowthandselected.FortheC++platformwitharegiongrowingmethodforimagesegmentation,thepaperdescribestheinputandprocessingofbitmapandimageistheprocessofgrayingprocess,andtoachievetheinitialimagesusingregiongrowingmethodinthiscontextsegmentation,base

4、donthissimpleprogramwrittenforregionalgrowthexperiments.Keywords:RegionalGrowth，Colorbitmapsegmentation，GrowthStandards，Grayscaleprocessing吉林大学计算机科学与技术学院吉林大学毕业论文Ⅲ目录第1章绪论11.1研究的背景和意义11.2国内外研究现状21.3工作内容与本文结构51.3.1工作内容51.3.2本文结构5第2章　图像分割及分割中的基于区域生长的方法介绍12.1图像分割的定义及方法12.

5、1.1图像分割的定义12.2基于区域生长的方法22.2.1区域生长的方法的原理22.2.2区域生长的生长（相似）判定准则52.3本章小结7第3章　C++平台下区域生长方法的具体实现83.1实现流程图83.2位图输入和显示93.3灰度化处理113.3区域生长具体实现133.4实验结果15第4章　总结与进一步工作194.1工作总结194.2进一步工作19致谢21参考文献22吉林大学计算机科学与技术学院吉林大学毕业论文第22页第1章绪论1.1研究的背景和意义无论是在生活中还是在学习中，我们都在不断地接触一幅幅的图像，有时我们只会应用到

6、其中的一部分，例如卫星遥感照片中确定云团移动的方向等等。这些被人们所需要的部分被称为目标或前景，图像中的目标有着自己独有的特性，正是靠着这种特性才能使其与其他的区域区分开来。为了进一步实行有效的利用，我们需要将它们从中独立出来，从而排除其他区域的干扰，获得更好的研究和分析。本文所涉及的基于区域生长的图像分割(imagesegmentation)技术就是通过前景所独有的某些独有的特性将其从图像中与其他区域分隔提取的技术。这里独有属性可以是目标区域的灰度值、边缘轮廓以及色彩强度等，它既可以图像中的一个区域中奏效，同时也可以在多个区域

7、产生相应的效果。图像分割一方面是前景表现的基础，对特有属性的勘定起到至关重要的作用；另一方面，因为图像分割及其基于分割的前景表述、特有性质抽取和常量测定等将原本的图像转化为更抽象更简洁的形式，使得更深入一层的目标分析和讨论获得成功的筹码大大增加[1]。吉林大学计算机科学技术学院吉林大学毕业论文第22页图像分割是图像处理中一种不可或缺的操作技术，它的应用范围十分的宽泛，凡是图像处理相关的领域几乎都出现了它的身影，它不仅在高端实验室里辛勤工作的科研人员的计算机中出现，而且在我们的日常生活之中也频频能发现它的身影。举例来说，在卫星遥感

8、中，在高精度遥感图像中分割出道路路径，形成我们所用的平面地图，分割出云系图像，准确地预测天气变化；在医学应用中，将病变位置或特定器官组织从X光片或者核磁共振图像中提取出来，进一步研究医疗方案等等。因为图像分割在不同领域中也有着广泛的应用，因此不同学科的科研人员在