基于区域生长法的图像分割论文原稿

基于区域增长法的图像分割

王春者

（信工学院电子信息工程专业）

摘要

图像分割是一种重要的图像分析技术。对图像分割的研究一直是图像技术研究中的热点和焦点。图像分割的目的是将图像划分为不同的区域，基于区域生长是以直接找寻区域为基础的分割技术。

本论文首先简单介绍图像分割的主要方法，然后重点介绍一种基于区域增长法的图像分割方法,该方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。

关键词：图像分割；区域增长法；基本算法

Abstract

The image segmentation is an important technology of image processing. It is still a hot point and focus of image processing.The purpose is to image segmentation image is divided into different areas,based on region growing segmentation technique is based on the direct search for regional.

This paper first briefly introduce the main method of image segmentation, and then focuses on a method of image segmentation based on region growing method, the method is based on similar properties in the same region within the object pixel to pixel aggregation method, from the initial area (as regards neighborhood of each pixel, or even), the adjacent pixel having the same nature or other areas merge into the current so as to gradually increase the area of the region can merge up until no other point or small area. Similarity measure may include a region of the pixel values of the average gray, texture, color and other information.

Key words：Image segmentation; region growing method; basic algorithm

目录

第一章绪论 (1)

1.1图像分割技术的现状和发展情况 (1)

1.2 图像分割的简介 (1)

1.3 图像分割的定义 (2)

1.4 图像分割主要研究方法 (3)

1.4.1 边缘检测法 (3)

1.4.2 区域提取法 (3)

1.4.3 阈值分割法 (4)

1.4.4 结合特定理论工具的分割法 (4)

1.5 论文的内容与结构安排 (5)

第二章图像分割预处理 (6)

2.1 图像平滑 (6)

2.1.1 中值滤波原理 (6)

2.1.2 平滑效果分析 (7)

2.2灰度调整 (8)

2.2.1 灰度调整原理 (8)

2.2.2 灰度调整效果分析 (8)

2.3本章小结 (9)

第三章基于区域增长法的图像分割技术 (10)

3.1区域生长法原理 (10)

3.2 图像生长法实验方法 (11)

3.2.1 图像二值化 (12)

3.2.2基于区域灰度差的生长准则 (13)

3.2.3 基于区域内灰度分布统计性质的生长准则 (14)

3.3 算法流程设计 (14)

3.4 本章小结 (16)

第四章总结与展望 (17)

4.1 工作总结 (17)

4.2 工作展望 (17)

致谢 (19)

参考文献 (20)

附录 (21)

第一章绪论

本章对论文涉及的研究领域进行了较为详细的综述。简要介绍了图像分割对于现实生活的重要意义，目前的科学研究现状以及发展前景。并且图像分割这一领域的主要方法进行了简要的介绍，在整体流程上做以安排。

1.1 图像分割技术的现状和发展情况

图像分割的研究已经有了几十年的历史，它不仅得到人们的广泛重视和研究, 在实际生活中也得到大量的应用。关于图像分割的原理和方法国内外已有不少结论与推想，但一直以来没有一种分割方法适用于所有图像分割处理。传统的图像分割方法存在着不足，不能满足人们的要求，为进一步的图像分析和理解带来了困难。随着计算机技术的迅猛发展，及其相关技术的发展和成熟，结合图像增强等技术，能够在计算机上实现图像分割处理。

其中最主要的技术是图像分割技术，从图像中，将某个特定区域与其它部分进行分离并提取出来的处理。图像分割的方法有许多种，在这里大概介绍这几种方法：有阈值分割方法，边界分割方法，区域提取方法，结合特定理论工具的分割方法等。其中基于区域的方法采用某种准则，直接将图像划分为多个区域。而基于边缘的方法则通过检测包含不同区域的边缘，获得关于各区域的边界轮廓描述，达到图像分割的目的，而区域与边缘相结合的方法通过区域分割与边缘检测的相互作用，得到分割结果。

1.2 图像分割的简介

图像分割( image segmentation) 就是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。这里特征可以是象素的灰度、颜色、纹理等, 预先定义的目标可以对应单个区域也可以对应多个区域。图像分割是图像处理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处理技术, 它不仅得到人们的广泛重视和研究, 在实际中也得到大量的应用。图像分割包括目标轮廓、阈值化、图像区分或求差、