基于图论的彩色图像分割方法研究.pdf

华南师范大学

硕士学位论文

基于图论的彩色图像分割方法研究

姓名：李南希

申请学位级别：硕士

专业：电路与系统

指导教师：李榕

20070501
摘要。一般而言，图论图的最优化问题，是高层的图像理鳃，域的研究重点。但是分割。目前基于图论都需要先对图像进行分对无向图的最优化，也文对两种基于图论的彩色图像分割方法一最小生成树和最小割利用最小生成树的局部闽值实现彩色图像分割的方法，它不唰中的区域一致性变化，计算出一个局部闽值，利用该局部阈值点。但归一割的最可以克服最小割易于分割小化问题是一个NP完备(彩论是中割，冉将直接像分割甚法之一个无向就完成要有两本都进行了一种于传统造过程可分割复上述实验证色图像分割是几乎层的图像分析，还进行后面的特征提影响其后的中、高方法一直是图像领仍然是一个没有得于图论的彩色图像了对原彩色图像的种：最小生成树(所有中、高层彩色图取、模式识别等工作层处理工作的成败。到很好解决的问题。分割方法是目前效果方法是将原来的彩色运用图论的算法实现像处理工作的基础。无。而且图像分割的质量因此，高质量的彩色图直到目前为止，彩色图最优的彩色图像分割方图像分割问题转化为一的彩色图像分割方法主)与最小割了较深入的研究。其中，第一种方法一最小生成树，本文提H{的最小生成树的全局闽值方法。该方法通过考查最小生成树构出原彩色图像中的两个最终区域。对于图像中的剩余区域，重过程继续进行分割，直至原图像中所有的区域都被分割出来。明，本文的局部阈值方法比传统的全局阂值具有更好的分割效第二种方法一最小割，利用最小割的修正)问题，人们一般只能得到形式一归一割出图像中的孤立点的缺它的近似解。最近有人针对灰度图像的分割提出一种模糊迭代的归一割方法，巧妙地回避了求解归一割最小化的问题。本文主要研究利用这种方法解决彩色图像(Mini果。MinimalmizedCut)。(NormalizedCut)，PolynomialCompleteNon—deterministic华南师范大学(】4级顺f．研究生学位论文SpanningTree摘要，l
分割的问题，包括：在彩色空间下选取一一种合适的相似性度量，以及用单链表的运算代替矩阵运算来计算归一割。实验证明，本文设计的方法能较好地应用于彩色图像分割。关键词：彩色图像分割；图论；最小生成树；最小割；归一一割华南师范人学04级硕卜研究生学位论文摘要
segmentationsegmentingsegmentedsegmentTheoryTheory．ThereNormalizedAbstractprocessing．Whetherlocalproposedthreshold，tworegionsoriginalregionprocedurewill#vehi曲qualityTree，andandTree(MST)，colorcalculatescanrepeatedCut(Min．Cut)，itsimageworksrecognition，etc．Moreover，thehasproblemoptimization，andgraphmainlymethods-MinimalMinimizedtypes—Minimaltype-MinimalMST，homogeneitiesfromimage．image，andtype—Minimizedform，Min．Cut华南帅范人学04级顾I：研究生学位论文Coloristhebasisofalmostallmid·levelhigh-levelinanalysis，orhigh—levelunderstanding，thealwayscarriedfirststep，followedbyotherstepssuchfeatureextraction，patternqualitydirectinfluenceresultitssubsequentialsteps．Thus，studiesmethodshavegainedlotattentionfieldprocessing．However，SOfarbeenwellsolvedyet．basedGraphamongthosesolutionsthatachievedbestperformance．Ingeneral，thiskindtransformsintorealizesoptimizingusingtwotypesthisSpanningCut．BothtWOTreeCutdiscusseddetailthesis．Fornewmethodimagesthresholdsproposed．Unliketraditionalemployglobalthreshold，thethresholdduri