基于超像素生成的圖像分割算法研究及應用.pdf

1、圖像分割作為圖像處理的一個至關重要的處理階段，依據圖像紋理信息、顏色信息、灰度值、空間位置信息等將圖像中像素點劃分成有意義的前景目標區(qū)域和背景，這就是一類區(qū)域劃分問題。
　　在各類預處理分割方法中，超像素生成算法作為代表性的一類，有較好的分割性能。超像素生成算法將圖像中的像素點按一定特征分割成不同的子區(qū)域塊。早期的超像素生成算法，大多針對灰度圖像，且分割出的子區(qū)域雜亂無章，沒有更好的發(fā)揮其性能，使得分割的效果不盡理想。本文采用兩階

2、段分割方法對圖像進行分割，為解決傳統(tǒng)超像素生成算法的缺陷，將改進的Watershed超像素算法直接應用于彩色圖像。為進一步提高超像素算法的性能，保留圖像中的位置信息，采用SLIC方法，利用其生成超像素塊的大小均等且數目可控的特點進行分割。針對超像素分割邊界不精確的問題，改進其超像素分布網格，使其更好的貼合物體邊界。并且結合區(qū)域合并完成目標區(qū)域的提取。以真實的腦部CT圖像數據集為例和其他分割方法做比較，實驗結果表明本文提出的改進超像素生成

3、算法，效果有明顯提升。
　　本文所做的主要研究工作如下：
　　（1）簡述圖像分割方法的類型，重點介紹幾種傳統(tǒng)的超像素生成算法的原理。
　?。?）針對圖像中背景復雜且光照不均的情況下，改進Watershed超像素，提出了W_MSRM算法，解決了傳統(tǒng)Watershed超像素對彩色圖像分割的局限。
　　（3）為了解決聚類超像素分割不精確的問題，改進SLIC超像素，提出ISG_MSRM算法。
　　（4）將（3）中提