基于区域生长的显著目标分割算法

发布时间：2021-05-05 21:54

　　随着信息技术的飞速革新,我们可以通过网络获取大量的图像和视频信息,在海量的数据基础上,高效、准确的计算机视觉处理变得更为困难。面对如此繁杂的环境,如何将所感兴趣的目标对象从图像数据中分割出来是计算机视觉领域近几年内关注的热点。人眼视觉系统可以在任何环境中不受复杂背景的影响,快速并准确地定位场景中的显著目标,在计算机视觉中,对于显著目标的图像分割技术被广泛使用。本文以自然图像和医学图像为研究对象,基于区域生长技术,构建显著物体的边缘检测算法,结合显著性区域检测器,对目标图像中的显著物体进行分割,解决实际环境中从复杂背景区域内分割显著物体的问题。本文的具体研究内容如下:1.本文算法利用区域生长的方法实现图像中显著物体的边缘检测,该算法能够准确地检测显著物体的边缘,删除背景区域的干扰边缘,检测时不需额外的交互信息,就可以得到显著物体的边缘图像。针对具有较为复杂背景的实验图像时,该算法仍然可以得到良好的边缘结果。同时选择了传统的Canny边缘检测算法和基于Canny算子的改进边缘检测算法,与本文提出的算法相对比,进行了测试和评估,结果体现了了本文提出的基于区域生长的显著物体边缘检测算法的有效性... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 图像分割及其相关理论的发展概况
        1.2.1 图像边缘检测研究进展
        1.2.2 图像分割算法研究进展
        1.2.3 医学图像上的分割技术
    1.3 本文的主要研究内容
第2章 基于区域生长的边缘检测算法
    2.1 引言
    2.2 CANNY边缘检测算法
    2.3 基于CANNY算子的图像边缘检测改进算法
        2.3.1 基于引力梯度算子的边缘检测改进算法
        2.3.2 基于双边滤波和小波变换的边缘检测改进算法
        2.3.3 基于离散余弦变换的边缘检测改进算法
        2.3.4 基于多分辨率的边缘检测改进算法
    2.4 基于区域生长的目标边缘检测算法
        2.4.1 预处理
        2.4.2 边缘点的生长规则
        2.4.3 后处理
    2.5 实验结果及分析
    2.6 本章小结
第3章 基于边缘检测的显著物体分割算法
    3.1 引言
    3.2 原理过程
        3.2.1 视觉显著性区域检测
        3.2.2 获取外围边缘
        3.2.3 显著物体分割算法
    3.3 实验结果及分析
    3.4 本章小结
第4章 CBCT图像中的骨组织分割算法
    4.1 引言
    4.2 原理过程
        4.2.1 图片分离
        4.2.2 确定阈值的自适应算法
        4.2.3 空间区域生长规则
    4.3 实验结果与分析
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢


【参考文献】：
期刊论文
[1]基于深度学习的视频图像压缩编码方法优化[J]. 姜涛,李婷婷.  科技传播. 2017(22)
[2]基于HSV色彩模型与区域生长法的水文图像分割[J]. 冷建伟,沈芳婷.  计算机工程. 2017(07)
[3]基于帧间差分与背景消减的视频摘要算法研究[J]. 辛浩,李玲玲.  淮北师范大学学报(自然科学版). 2017(02)
[4]一种改进遗传算法在基于形态学图像边缘提取中的应用[J]. 张华清,排新颖.  电子设计工程. 2017(04)
[5]一种基于Canny算子的图像边缘检测改进算法[J]. 段红燕,邵豪,张淑珍,张晓宇,王小宏.  上海交通大学学报. 2016(12)
[6]基于多尺度的区域生长的图像分割算法[J]. 肖明尧,李雄飞,张小利,张刘.  吉林大学学报(工学版). 2017(05)
[7]超像素和阈值分割相结合的显著目标检测算法[J]. 张晴,林家骏.  现代电子技术. 2016(14)
[8]基于改进遗传算法的自动阈值图像分割方法[J]. 桂预风,苏鹏.  数学的实践与认识. 2015(19)
[9]基于阴影和类Haar特征的动态车辆检测[J]. 宋晓琳,邬紫阳,张伟伟.  电子测量与仪器学报. 2015(09)
[10]图像分割研究现状概述[J]. 李磊.  信息技术与信息化. 2015(03)

硕士论文
[1]心脏CT序列图像分割算法研究[D]. 曹武.北京交通大学 2016



本文编号：3170649