基于数学形态学的图像分割研究(2)

菜单

4.2 经典分水岭算法 19

4.3 改进分水岭算法 22

4.4 梯度处理 32

4.5 实验仿真及结果分析 32

结论 34

致谢 35

参考文献 36

1 绪论

1.1 背景和意义

数字图像处理起源于上世纪20年代，当时通过海底电缆第一幅数字照片从伦敦传输到了纽约。此后，由于遥感等领域的应用，图像处理技术逐步受到关注并得到了相应的发展。

一般来说，在图像工程和计算机视觉研究领域中，人们感兴趣的是一幅图像的局部内容，例如城市的遥感图像，从城市绿化规模角度，我们只对绿色植被图像区域感兴趣，对于其它建筑物或者江河湖泊不感兴趣。那么怎样有效分割出一幅图像中我们感兴趣的部分就是待解决的技术环节。

这部分特征往往是具有独特性质的区域，可以是图像颜色的不同，图像灰度的不连续性和相似性差异，或是图像纹理的差异，这部分内容被称为研究的目标或者称为前景，而其余不感兴趣的部分就叫做背景。只有把感兴趣的区域提取出来才能进行图像的特征提取和参数测量，我们把这种将一幅研究的图像信息分成具有不同特征信息区域，并能有效的提取的过程与技术称之为图像分割。

图象分割(image segmentation)是一种重要的图像技术，它不仅得到人们广泛的重视和研究，也在实际中得到大量的应用。图象分割在不同领域中有时也用其他名称，如目标轮廓技术，阈值化技术，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质上都是图象分割技术。图像分割是图像处理到图像分析的关键步骤，在图像工程领域占有重要地位，图像工程三个层级关系示意图如图1.1所示。

图像工程三个层次关系示意图

图 1.1 图像工程三个层次关系示意图

1.2 国内外研究现状

1.3 本文的主要工作

本文主要介绍了数学形态学的基本概念、基本定义及运算性质。介绍了几种图像分割方法的基本理论及分类方法，分别对基于区域的分割方法和基于边缘的分割方法进行阐述，并分析传统分水岭方法产生过分分割的原因，利用数学形态学理论提出一种改进方法。源:自~751-·论`文'网·www.751com.cn/

本文的只要内容分为四章

第一章阐述了图像分割的背景和意义，以及本文的主要工作。

第二章阐述数学形态学的基本定义、概念、运算等内容，如膨胀、腐蚀，用膨胀腐蚀结合的方法对含有噪声的图像进行滤波。

第三章根据图像分割的基本分类，阐述几种分割方法的基本概念和原理，并且对基于边缘和区域的分割的方法进行阐述，对几种算子进行仿真，并比较各算子的特点。

第四章分析传统分水岭算法的特点和问题，提出改进方法。文献综述

2 数学形态学基本理论

2.1 数学形态学的发展历史

数学形态学是一门建立在严格的数学理论基础上的科学，最早可追溯到19世纪的Eular.steiner.Crofton。1964年法国巴黎矿业学院博士生赛拉(J. Serra)和导师马瑟荣，在从事铁矿核的定量岩石学分析及预测其开采价值的研究中提出“击中/击不中变换”，并在理论层面上第一次引入了形态学的表达式。Matheron于1973年出版的《Ensembles Aleatoireset Geometrie Integrate》一书中严谨地论证了随机集论和积分几何，为数学形态学奠定了理论基础。1982年，Serra出版的《Image Analysis and Mathematical Morphology》是数学形态学发展的里程碑，表明数学形态学在理论上已趋于完备。80年代又出现了几种新的应用域，如放射医学、运动场景分析等。论文网