图像自适应模糊阈值分割方法研究

《图像自适应模糊阈值分割方法研究》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、图像自适应模糊阈值分割方法研究摘要图像分割算法的研究已有几十年的历史，许多科学家为此付出了巨大的努力。图像分割是图像识别和图像理解的基本前提，图像分割质量的好坏直接影响后续图像处理的效果，因此图像分割的作用是至关重要的。图像分割是从输入图像中提取目标或感兴趣区域的过程，是目标检测和识别过程中的重要步骤。对图像进行分割的方法有多种，现有的方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。由于图像的边缘、区域、纹理等的定义存在模糊性，图像本身就是一直适合于模糊数学处理的去模糊过程—使分割出来的图像模糊率最小。本次课题基于

2、阈值的分割方法，引入了模糊阈值的概念,通过计算图像的模糊率或模糊熵来选取模糊阈值，在此基础上，依靠图像灰度的统计特性初步确定阈值搜索范围，提出一种改进方案，进而得到隶属函数的窗宽，从而达到自适应模糊阈值图像分割。因此本次课题针对模糊阈值法在图像分割应用中的难点和原理进行分析和讨论，并找出可行的解决方案和应用。关键词：图像处理；阈值化；隶属度；直方图；图像像素-21-ABSTRACTThesegmentationalgorithmhasbeenforseveraldecades,manyscientistshavetopayatremendouseffort.Imageseg

3、mentationisthebasicpremiseoftheimagerecognitionandimageunderstanding,imagesegmentationqualityofadirectimpactontheeffectofsubsequentimageprocessing,imagesegmentationiscrucial.Imagesegmentationisheprocesstargetregionofinterestextractedfromtheinputimageisanimportantstepinthetargetdetectionand

4、identificationprocess.Thereareseveralwaysofimagesegmentation,theexistingmethodismainlydividedintothefollowingcategories:threshold-basedsegmentationmethods,region-basedsegmentationmethod,theedge-basedsegmentationmethodbasedonaparticulartheoryofthesegmentationmethod.Definitionofambiguityduet

5、otheedgeoftheimagearea,texture,etc.,theimageitselfhasbeensuitableforthedefuzzificationprocessinfuzzymathematicsprocessing-segmentationofimageblurminimum.Thesubjectofathreshold-basedsegmentationmethod,theintroductionoftheconceptoffuzzythresholdtoselectthefuzzythresholdbycalculatingtheimageo

6、fthefuzzyrateoffuzzyentropy,andonthisbasis,relyingonthestatisticalpropertiesoftheimagegrayinitiallytodeterminethethresholdsearchrange,animprovedprogram,andthenthemembershipfunctionofwindowwidth,soastoachievetheadaptivefuzzythresholdsegmentation.Thesubjectofdifficultyandprinciplesofthefuzzy

7、thresholdinimagesegmentationapplicationsforanalysisanddiscussion,andtoidentifyfeasiblesolutionsandapplications.Keywords：Imageprocessing;threshold;membership;histogram;pixels-21-目录第一章绪论11.1概述11.2图像分割研究的发展与现状11.2.1图像分割技术研究的发展11.2.2图像分割技术的展望21.3本文研究意义与主要内容31.3.1本