基于直方图和小波变换的图像分割方法的研究

《基于直方图和小波变换的图像分割方法的研究》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、分类号UDC密级——编号亟塑i!垃学位论文基王直立图塑尘遮变基的图堡佥割友法煎砑究，StudyofImageSegmentationMethodBasedonHistogram．．andWaveletTransform指导教师姓名：迭盔复到整蕉由量盘生焦!垦三壁堂瞳盐笠主：兰申请学位级别：硕士专业名称：盐笠垫圭墨堡墨堡监论文提交日期：!!!i生!旦论文答辩日期：!!!i主i旦旦学位授予单位和日期：壹量盘堂!!!i主旦旦答辩委员会主席评阅人2006年月日基于直方图和小波变换的图像分割方法的研究摘要图像分割是图像处理中一项重要的技术，其目的是把图像分成各具特性的区域并提取出感兴趣的部分。其

2、结果为图像分析和理解提供依据。图像分割是一个经典问题，从发展至今仍没有找到一个通用的方法。本文先对图像增强方法做了简要概述，图像增强作为图像分割的预处理也是十分重要的。其中介绍了直方图均衡化、平滑、锐化等常用的增强手段。然后对现有的图像分割方法作了具体地讨论。通过研究发现，图像分割中的难点之一是区分真正的边缘和噪声，由于两者都是高频信号，很难用频带区分。而用低通滤波方法去除噪声又会使边缘模糊化。新近出现的小波变换正好可以解决这个问题。小波变换是一种时一频两域分析的工具。用它来检测边缘，可以在大尺度下抑制噪声，小尺度下精确定位边缘，从而解决了传统的边缘检测算法不能解决的问题。小波变换的边

3、缘检测能得到较好的检测效果。本文把直方图与小波变换方法结合起来，将小波变换应用于灰度直方图后进行图像的分割，利用小波变换的多尺度特性，在不同的尺度上选择分割的阈值，这样使得阈值的选取更加合理。关键词：图像增强，边缘检测，图像分割，小波变换，直方图基于直方图和小波变换的图像分割方法的研究ImagesegmentatiOniSanimportanttechnologyofimageprocessing，thepurposeofwhichseparatestheobjectintoregionswithspecialcharacterandextractSinterestingregion．

4、TheresultofimagesegmentationwillbeusedtoanalysiSandunderstandimage．ItiSaclassicaldifficultproblem．NomethodwhichhasgoodeffectforgeneralimageshasbeenfoundSincebeingresearched．InthiSpaper，imageenhancementmethodswilIbediscussedandhistogramequalization，smoothingandsharpeningmethodswilIbeintrodueed．Th

5、enasurveytotheimagesegmentatiOnmethodswillbegiven．Byresearching，itwasfoundthatoneofthedifficultproblemsinimagedistinguishactualedgesfromnoise．BecausebothedgessegmentationandnoisearehighfrequencySignalS，itiSverydifficulttodistinguishthem．Ifweuselowpasstofilternoise．theedgeswillbecomeillegibility．

6、WavelettransformappearedrecentlymayresolvethiSproblem，whichiSasortoftime—frequencyanalyzingmethod．IfwavelettransformiSusedtodetectedgesofimage，noisewillberestrainedinlargescaleandedgeswillbeorientaccuratelyinsmalIscale．SotheproblemiSresolred．TheMethodsofedgedetectionbasedonwavelettransformhavego

7、odeffect．ThemethodofthewaveletcombingwithhistogramiSresearched．Theapplicationofwaveletintraditionalimagesegmentationbasedongrayhistogramofimagemainlymakesuseofthemultiresolutioncharacterofwavelet．Atdifferentscale，wecanchoose