圖像分割是圖像分析過程中的一個重要步驟,其目標(biāo)是將圖像中感興趣的區(qū)域劃分出來。在眾多的圖像分割方法中,閾值分割技術(shù)是圖像分割中使用較廣的一類方法,其基本原理是基于圖像灰度直方圖計算分割閾值,然后按閾值對圖像進(jìn)行分割。OTSU法是閾值分割中的一種常用算法,通過實現(xiàn)類間方差最大化來進(jìn)行閾值選取,該方法具有原理通俗易懂、分割效果可觀、算法穩(wěn)定等特征。但是,一維OTSU法不能處理更加復(fù)雜的圖像,在分割背景與目標(biāo)區(qū)域像素點的灰度差值過小的圖像時,會出現(xiàn)誤分割的情況。因此,大量學(xué)者引入了灰度鄰域均值以及灰度鄰域中值,將其推廣到了二維和三維。這樣可提高分割復(fù)雜圖像的準(zhǔn)確率。但閾值數(shù)量的增加使得算法循環(huán)迭代的次數(shù)增加,從而導(dǎo)致算法運算量龐大,運行效率顯著下降的現(xiàn)象。本文從運算復(fù)雜度和分割精度兩個方面著手,對二維、三維OTSU法進(jìn)行分析研究,針對算法計算量大、實時性差等問題,提出了改進(jìn)方法,克服了運算效率低、尋優(yōu)速度慢的缺陷。并通過實驗驗證了改進(jìn)的方法具有分割效果良好、計算效率顯著升高的特點。具體工作包括:（1）改進(jìn)狼群算法優(yōu)化的二維OTSU法。原始二維OTSU算法閾值選取普遍依賴于窮盡搜索方式,計算量... 

【文章來源】：太原理工大學(xué)山西省 211工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 論文研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 基于狼群算法的二維OTSU法
    2.1 引言
    2.2 一維OTSU法
    2.3 OTSU法的多閾值推廣
        2.3.1 OTSU法的多閾值原理
        2.3.2 二維OTSU法
    2.4 改進(jìn)的狼群算法優(yōu)化二維OTSU法
        2.4.1 狼群算法概述
        2.4.2 狼群算法的角色分配
        2.4.3 狼群算法的主要原理
        2.4.4 改進(jìn)狼群算法的主要原理
        2.4.5 改進(jìn)狼群算法優(yōu)化二維OTSU算法的步驟
    2.5 實驗仿真與分析
        2.5.1 實驗環(huán)境介紹
        2.5.2 實驗評價準(zhǔn)則
        2.5.3 對醫(yī)學(xué)圖像的分割
        2.5.4 對人物圖像的分割
        2.5.5 對自然風(fēng)景圖像的分割
    2.6 本章小結(jié)
第三章 改進(jìn)狼群算法優(yōu)化的三維OTSU法
    3.1 引言
    3.2 三維OTSU法
    3.3 改進(jìn)的三維OTSU圖像分割法
        3.3.1 改進(jìn)三維OTSU算法主要原理
        3.3.2 改進(jìn)狼群算法優(yōu)化三維OTSU算法的步驟
    3.4 仿真實驗及結(jié)果分析
        3.4.1 實驗環(huán)境介紹
        3.4.2 對指紋圖像的分割
        3.4.3 對醫(yī)學(xué)圖像的分割
        3.4.4 對人物圖像的分割
    3.5 本章小結(jié)
第四章 總結(jié)與展望
    4.1 工作總結(jié)
    4.2 工作展望
參考文獻(xiàn)
致謝
作者簡介及碩士期間發(fā)表的專業(yè)論文


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)狼群優(yōu)化算法的Otsu圖像分割法[J]. 曹爽,安建成.  微電子學(xué)與計算機(jī). 2017(10)
[2]一種改進(jìn)的狼群算法[J]. 惠曉濱,郭慶,吳娉娉,趙昱.  控制與決策. 2017(07)
[3]Fault Pattern Recognition based on Kernel Method and Fuzzy C-means[J]. SUN Yebei,ZHAO Rongzhen,TANG Xiaobin.  International Journal of Plant Engineering and Management. 2016(04)
[4]基于多閾值Otsu準(zhǔn)則的閾值分割快速計算[J]. 申鉉京,劉翔,陳海鵬.  電子與信息學(xué)報. 2017(01)
[5]基于高斯分解的多尺度3D Otsu閾值分割算法[J]. 肖明堯,李雄飛.  吉林大學(xué)學(xué)報(工學(xué)版). 2017(01)
[6]基于改進(jìn)螢火蟲算法的二維Otsu圖像分割法[J]. 周晨航,田力威,趙宏偉.  沈陽大學(xué)學(xué)報(自然科學(xué)版). 2016(01)
[7]一種基于文化機(jī)制的狼群算法[J]. 錢榮鑫.  信息技術(shù). 2015(12)
[8]圖像閾值分割方法研究進(jìn)展20年（1994—2014）[J]. 吳一全,孟天亮,吳詩婳.  數(shù)據(jù)采集與處理. 2015(01)
[9]改進(jìn)布鳥搜索算法最大熵值的醫(yī)學(xué)圖像分割[J]. 李愛菊,鈕文良,王廷梅.  計算機(jī)仿真. 2014(08)
[10]一種新的群體智能算法——狼群算法[J]. 吳虎勝,張鳳鳴,吳廬山.  系統(tǒng)工程與電子技術(shù). 2013(11)

博士論文
[1]基于陰影集和粗糙集的模糊聚類算法研究與應(yīng)用[D]. 王麗娜.南京航空航天大學(xué) 2016

碩士論文
[1]基于Otsu的醫(yī)學(xué)圖像分割算法研究[D]. 潘紅.吉林大學(xué) 2016
[2]最大熵結(jié)合遺傳算法的圖像閾值分割算法研究[D]. 庹謙.昆明理工大學(xué) 2016
[3]基于平均中值離差的二維最小誤差分割算法研究[D]. 宋斌.湘潭大學(xué) 2015
[4]基于粒子群優(yōu)化算法的最大熵多閾值圖像分割研究[D]. 路亞緹.鄭州大學(xué) 2015
[5]基于閾值的圖像分割研究[D]. 付云鳳.重慶大學(xué) 2013
[6]基于模糊C均值聚類的圖像分割算法研究[D]. 李偉.哈爾濱工程大學(xué) 2013



本文編號：2973556