论文部分内容阅读
图像技术在广义上是各种与图像有关技术的总称。图像技术种类很多,跨度很大,但可以将它们归在一个整体框架——图像工程之下。图像工程是一个对整个图像领域进行研究应用的新科学,它的内容非常丰富,根据抽象程度和研究方法等的不同可分为三个有特点的层次:图像处理、图像分析和图像理解。 图像分割是由图像处理过渡到图像分析的关键步骤,在图像工程中占据重要的位置。一方面,它是目标表达的基础,对特征测量有重要的影响。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,使得更高层的图像分析和理解成为可能。 图像分割是一种重要的图像技术,本文针对图像分割技术进行了研究。本文的主要工作包括如下几个方面: 1、针对当前主流的灰度图像分割算法进行了分析、分类、归纳和总结,指出了各类方法的优缺点,为人们在不同的应用场合及不同的图像数据条件下选择不同的分割算法提供了一定的依据。 2、近年来彩色图像分割越来越吸引了人们的注意,对彩色图像分割来说,首先要选择好适合的彩色空间,其次应采用适合此彩色空间的分割方法。因此,本文主要对多年来彩色图像分割领域中出现的彩色空间进行了归纳和总结,指出了各类彩色空间在彩色图像分割中的优缺点,为人们进行彩色图像分割时,选择合适的彩色空间提供了依据。 3、作者在分析了大量灰度图像分割方法的基础上,基于贝叶斯公式和最大熵原则在本文中提出了一种有效的灰度图像二值化方法,该算法不像通常大多数的贝叶斯方法,不用假定图像直方图的分布为高斯分布,就可以找到合适的阈值,并且分割后图像保留了原图像的大部分信息,该方法和近来发展的基于穷举搜索的模糊熵方法比较在速度方面得到很大的改善。并且该方法也可以推广到多阈值的灰度图像分割,现有的多数多阈值的分割方法随着分割级数的增多,花费的时间也越来越多,可是本文的多阈值灰度图像分割方法在速度方面具有很人的优越性,在第五章里给出了具体的介绍。