基于粒子群的图像阈值化分割研究及应用(可编辑)

基于粒子群的图像阈值化分割研究及应用(可编辑)

ID:38702159

大小:79.50 KB

页数:43页

时间:2019-06-17

基于粒子群的图像阈值化分割研究及应用(可编辑)_第1页
基于粒子群的图像阈值化分割研究及应用(可编辑)_第2页
基于粒子群的图像阈值化分割研究及应用(可编辑)_第3页
基于粒子群的图像阈值化分割研究及应用(可编辑)_第4页
基于粒子群的图像阈值化分割研究及应用(可编辑)_第5页
资源描述:

《基于粒子群的图像阈值化分割研究及应用(可编辑)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于粒子群的图像阈值化分割研究及应用合肥工业大学硕士学位论文基于粒子群的图像阈值化分割的研究及应用姓名:马培培申请学位级别:硕士专业:计算机应用技术指导教师:胡敏20100401基于粒子群的图像阈值化分割的研究及应用摘要图像分割是图像处理与计算机视觉领域低中最基础和重要的领域之一,是图像进行视觉分析和模式识别的基本前提。阈值法因其实现简单而成为一种有效的图像分割方法,但它的高耗时性一直是研究和应用的障碍,因此寻找一种高效的算法来解决基于阈值化的图像分割具有重大的意义。粒子群优化算法是一种新出现的全局智能优化

2、算法,因算法简单性和高效性,受到广泛的关注,该算法已经成功的运用到很多领域并取得了很好的效果。本文基于图像处理的相关理论,对粒子群优化算法与阈值化图像分割方法相结合进行深入研究,并把研究成果应用到自动卡把检测系统的图像处理过程中,取得了一定的实效性。本文主要的研究工作如下:研究和分析了图像分割和粒子群优化算法的理论及进展,讨论了粒子群算法与阈值化图像分割方法相结合的思想,提出了一种基于改进粒子群优化算法的二维分割方法,并通过实验证明其算法的实效性。研究如何利用图像处理的知识和计算机处理技术,设计了卡把在线检

3、测系统的图像处理过程,比较完整的介绍了该系统的预处理,定位、校正、图像分割、特征提取和印章统计等功能模块。通过对彩色图像的色彩分析,提出了一种特殊的预处理方法,用数学形态学对图像进行滤波,利用、、分量之间的差值对图像进行色彩转换,利用阈值法对图像二值化,利用几何特征进行区域定位和校正,这种预处理方法解决了如何在卡把系统复杂背景和强烈干扰的图像中搜索目标的问题。通过对彩色图像分割的方法研究和色彩空间分析,提出了一种基于空间下的阈值化图像分割。实验证明,本文提出的图像分割方法在卡把在线检测系统能够达到实用要求,

4、解决了利用人工进行卡把检测所带来的问题,提高了工作效率。关键词:阈值函数;图像分割;粒子群算法;;,.,.....,,.::.,.,:,..,,,,,,.,.,,,.?.:,....:;;;;插图清单图.图像分割的作用.图.粒子群算法流程图图.某图像的二维直方图..图.二维灰度直方图的平面投影?图.基于改进二维算法流程图??。图.原始图像?图.标准粒子群算法分割图像图.量子粒子群算法分割图像图.本文改进后算法分割图像图.原始图像?..图.标准粒子群算法分割图像??..图.量子粒子群算法分割图像图.本文改进后

5、算法分割图像图.系统框架结构图图.腰条图像处理流程图..图.腰条图像灰度化?.?。图.腰条图像的灰度直方图..图.滤波后图像??..图.目标区域位置?图.各项点及中心标记?.图.校正后灰度图像??。图。印章区域的提取..图.彩色空间模型?.图.分割后的印章二值图像??.图.定位后的封签图像?.图.红色印章提取..图.行标信息提取?图.日期信息提取..独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特,以标注和致谢的地方外,论文中不包含其他人已经发或其他教

6、育机构的学表或撰写过的研究成果,也不包含为获得金筵王些太堂位或证二而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。签字日期:弘勿年乎月学位论文作者签名:与铬学位论文版权使用授权书本学位论文作者完全了解盒胆王些厶堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权韭王些盔堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后

7、适用本授权书翩签名:钥玖学位论文作者签名:马谙锸签字日期:≯厂口年年月乡日签字日期:年年月学位论文作者毕业后去向:工作单位:电话:通讯地址:邮编:第一章绪论.图像分割概述人类感知和认识外部世界的途径主要有两大系统,即:听觉系统和视觉系统,尤其是视觉系统,因为图像是人类用以表达外部世界信息的一种重要渠道。在对各种类型的图像进行研究和应用的过程中,人们往往只对其中的某些部分感兴趣,这些目标一般占据了一定的区域比例,并且在这些区域中图像的特性如灰度、轮廓、颜色、纹理与周围的图像有差别。这些特征有可能非常明显,也有

8、可能很细微,以致人眼察觉不出来。随着计算机图像处理技术的发展,使得人们可以通过计算机来获取和处理图像信息【。当今,图像处理技术已成功用于很多生产和生活领域,其中,遥感图像的分析和识别、生物医学脑部图像的分析、纸币章的识别、车牌识别、文字的识别、印章信息的比对、指纹提取识别等技术已得到广泛的应用,为大家所熟悉。而图像识别的基础是图像分割,其作用就是把反映物体真实情况的、占据不同区域的、具有不同特征的目标区别开来,形

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。