基于图像特征的目标识别阈值分割算法的研究

《基于图像特征的目标识别阈值分割算法的研究》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、摘要图像分割是图像处理、模式识别和人工智能等多个领域中一个十分重要且又十分困难的问题。图像分割质量的好坏直接影响后续进行的分析、识别和解释的质量，所以图像分割还是任何理解系统和自动物体识别系统必不可少的一个重要环节。本文简述了图像分割在数字图像处理中的重要位置及本课题的研究意义；总结回顾了图像分割技术发展概况和现状及存在的问题。从原理、应用和应用效果上对经典的图像分割方法：域值分割技术、区域增长和边缘检测进行了分析。文章主要是针对基于阈值的分割算法进行了详细的讨论和深入的研究。为整体的工作—基于目

2、标特征的图像提取—提供了良好的关键理论基础。文章最后总结了全文的成果和不足。谈论了作者对该领域研究的看法。关键词：数字图像处理，图像分割，阈值，目标识别25目录第一章绪论11.1课题研究的背景与意义11.1.1数字图像处理简介11.2图像分割发展现状及应用领域31.3本论文的内容安排41.3.1本文主要研究内容41.3.2本文的组织结构4第二章图像分割技术的研究52.1图像分割的几种方法52.1.1灰度阈值分割法52.1.2边缘检测分割法82.1.3区域跟踪分割法10第三章图像阈值分割算法123.

3、1阈值分割算法简述123.2基于点的全局阈值选取方法研究133.2.1迭代方法选取阈值133.2.2直方图凹面分析法133.2.3最小误差阈值143.3基于区域的全局阈值选取方法153.3.1二维熵阈值分割方法153.3.3简单统计法163.3.3直方图变化法163.4局部阈值法16第四章图像分割实验结果与讨论184.1软件的开发环境184.2软件的组成与操作184.3实验结果分析20第五章总结与展望235.1工作总结235.2展望23致谢24参考文献25ABSTRACT2625第一章绪论1.1课

4、题研究的背景与意义随着计算机技术日新月异的变化，图像处理技术更日益广泛的应用，图像分割技术凸现得愈来愈重要。图像分割是图像处理与机器视觉必不可少的重要环节，是图像处理领域中的重点和难点，同时也是图像理论发展的瓶之一。图像在分割后的处理，如特征提取、目标识别等都依赖图像分割的质量。近几年来，图像分割技术有了很大的进展，尤其是将模糊理论、神经网络、遗传算法理论、分形理论和小波理论等研究成果引入到图像处理和识别技术的研究中，使得图像处理技术的研究引入一个新的阶段。1.1.1数字图像处理简介信息是自然界物

5、质运动总体的一个重要方面，人们认识世界和改造世界就是要获得各种各样的信息。图像信息是人类获得外界信息的主要来源，因为大约有80%的信息是通过人眼获得的，而人眼获得的都是图像信息。获得图像信息固然非常重要，但目的不仅仅是为了获得图像，而更重要的是将图像信息进行处理，在大量复杂的图像中，找出我们所需要的信息。因此图像信息处理在某种意义上讲，比获得图像更为重要，尤其是在当今科学技术迅速发展的时代，对图像信息处理提出了更高的要求，以便更加迅速、准确、可靠地获得有用的信息。为了研究和分析图像，需对图像进行必

6、要的处理常用的图像处理的方法可分为下列几种：光学模拟处理(光信息处理)；电学模拟处理；数字处理(计算机数字处理)；计算机混合处理等。当前，由于计算机技术的飞速发展图像处理总的发展研究趋势是以数字处理为主，因为这种方法有处理精度高、灰阶多、能进行复杂的非线性运算、重复性好等许多优点。数字图像处理通俗地讲是指应用计算机以及数字硬设备对图像进行加工处理，实质上是计算机技术、信息论和信号处理相结合的综合性应用学科，与其它学科有着密切的关系。大体上可包括以下几个方面的内容：(1)图像数字化：把连续的模拟的图

7、像信号变成离散的适应计算机运算处理的数字信号。(2)图像变换：一般指利用正交变换(如博立叶变换、小波变换等)的性质和特点，将图像转换到变换域中进行处理以改善图像的质量，同时还因为大多数变换都有快速实现的方法，从而大大提高了处理运算的速度。该部分主要研究各种变换模型和处理方法。(3)图像增强：指利用各种数学方法和变换手段提高图像中的对像与非对像的对比度与图像清晰度，对像是指所需研究的目标，非对像是指对像以外的背景。该部分主要研究各种增强模型和处理方法。(4)图像复原：把恶化了的图像恢复到能真实反映原

8、景物图像的处理，称为图像复原。该部分主要研究各种校正模型和处理方法。(5)图像压缩编码：利用图像本身的内在特性，通过某种特殊的编码方式，达到减少原图像数据时空占用量的处理叫做图像压缩编码。该部分主要研究各种高效压缩编码方法。(6)25图像分割：将图像中包含的物体，按其灰度或其它特性分割，并进行处理分析，从中提取有效分量、数据等有用信息，作为进一步图像处理、分析(如模式识别、机器视觉、图像提取等)的基础。图像分割在不同领域中有时它用其它名称，如目标轮廓技术，阈值化技术，图像区分或求差