探析基于主特征量自适应选择的彩色图像分割方法研究

《探析基于主特征量自适应选择的彩色图像分割方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、辽宁师范大学硕士研究生学位论文论文题目：基于主特征量自适应选择的彩色图像分割方法研究研究生：李丽指导教师：刘小丹教授学科专业：计算机应用技术年级：2002级辽宁师范大学研究生部2005年5月基于主特征量自适应选择的彩色图像分割方法研究研究生：李丽中文摘要指导教师：刘小丹教授学科专业：图像处理图像分割是图像工程中一项基础而关键的技术。它是任何图像分析和图像识别过程中首要的任务，因为接下来所耍做的特征提取、目标识别等都取决于图像分割的质量。近年来随着机器视觉、模式识别和基于内容的图像检索等技术的不断提高以及彩色图像的大景使用，

2、图像分割特别是彩色图像的分割显示出越来越重要的地位。本文在研究现有彩色图像分割技术的基础上提出了一种新的彩色图像分割处理方法——基于主特征量自适应选择的彩色图像分割方法。图像分割效果要与人的视觉心理感知保持一致，所以在图像分割中应该选择与人的视觉一致的颜色空间，其中基于视觉的HSL空间被人们广泛地采用，HSL是一个直观的颜色空间，它的每一个分量分别对应着视觉观察时的色调、饱和度和色彩的明亮程度，非常适合彩色图像分割。不过HSL空间的奇异性是一个不能忽视的问题。为了解决可视颜色空间的奇异性问题同时保持算法的一致性，我ffr3

3、日1入颜色纯度的概念，在奇异点处我们使用颜色纯度作为色调的权值。由于图像光照和视角的差异所引起的亮度较强或者较弱等现象导致的色调失去意义的情形，不能对于任意一幅图像都认为人眼对色调最敏感，也就是说不能人为或固定的把色调作为主要特征量，所以本文通过循环平滑直方圈至单峰的次数来确定主要特征量，该方法可以避免人为或固定地依据色调为主要特征量进行分割所造成的误差。由于大多数自然拍摄的图像直方图结果都比较稀疏，表现为不明显的峰谷特性，面且由于强噪声或其他因素的影响，使图像在属性空间的直方图其峰谷特性产生模糊。这就给分割造成了一定的困

4、难，因此本文对色调和亮度直方图进行模糊增强处理，能很好的突出波峰和波谷特性。算法根据模糊增强后的直方图对像素点根据主次特征量依次进行标号，可以对像素点进行较好的聚类。本文给出了新的区域距离函数，根据区域距离函数对已形成的区域进行合并直至满足条件为止，此时得到的区域为最后的分割结果。为了验证本文方法的性能，我们从图像分割的效果图和分割评价的测度函数两方面用大量图像将本文方法与他人算法进行对比。实验表明，本文提出的图像分割方法具有很好的分割效果。关键宇；彩色图像分割，颜色空间，主特征量，模糊增强，区域合并基于主特征量卣适应选择

5、的彩色图像分割方法研究1．1、研究的背景及意义第一章绪论随着信息技术的发展和不断深入，人们越来越多地利用计算机来帮助人们获取和处理各种信息。据统计，在人类从外界获得的信息中有80％左右是来自视觉或者说为图像(image)信息，它是人类最有效和最重要的信息获取和交流方式。图像也因为其所含信息量大且表现直观而在近年得到广为宣传和应用的多媒体中占据了重要的地位。在对图像的研究中，人们往往仅对各幅图像中的某些部分感兴趣。这些部分常被称为目标或前景(其他部分成为背景)。它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标

6、，需要将这些有关区域分离提取出来，在此基础上才能对目标进一步利用，如进行特征提取和测量等。图像分割就是指把图像分成各具特征的区域并提取出感兴趣目标的技术和过程，这里特征可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应于多个区域。图像分割是一种重要的图像技术，它不仅得到广泛的重视和研究，它在实际中得到大量的应用。图像分割在不同领域中有时用其它名称，如目标轮廓技术，阀值化技术，图像区分或求差技术，目标检测技术，目标识别技术，目标跟踪技术等。这些技术本身或核心实际上它是图像处理、分析的一项基本内容。图像工程是一对整个图

7、像领域进行研究应用的新学科，它的内容丰富，根据抽象程度和研究方法的不同可分为三个各有特点的层次：图像处理，图像分析和图像理解111如图1-1图1-1图像工程三层次示意图图像处理着重强调在图像之间进行交换以改善图像的视觉效果。图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立图像的描述。图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互关系，并得出对原始图像或客观场景的解释，从而指导和规划行动。1．1．1图像分割在图像工程上的应用图像分割是由图像处理到图像理解的关键

8、步骤，在图像工程中占有重要位置。一方面号标素符目像，，，，●●l●l●J(、●●●●●●●●●、操作对象基于主特征量自适应选择的彩色图像分割方法研究它是目标表达的基础，对特征测量有重要影响。另一方面，因为图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的