本文關(guān)鍵詞：基于Otsu和Grab-Cut的圖像分割算法研究

  更多相關(guān)文章： 圖像分割 Otsu 邊緣檢測 Grab-Cut 超像素 顯著性

【摘要】：圖像分割是圖像處理與機器視覺的一個重要環(huán)節(jié),圖像分割方法的好壞對整個過程的實時性和可靠性起著決定性作用。近幾十年來,人們一直在尋找不同的圖像分割方法,以解決各種工程問題。通過分析研究基于閾值的Otsu算法和基于圖論的Grab-Cut算法,針對這兩種算法的不足,本文提出了四種改進算法。針對2維Otsu算法在分割質(zhì)量、抗噪性能和運行速度方面的不足,本文提出了一種基于邊緣檢測與Otsu的圖像分割算法。該算法通過更改2維直方圖的區(qū)域劃分方式,分別運用Sobel、Log和Canny邊緣檢測算法與直線擬合法相結(jié)合,將圖像的目標和背景區(qū)域限制在一對平行于對角線的界線內(nèi),再用噪聲點的鄰域均值代替其灰度值,最后用2維Otsu斜分法將目標從背景中分割出來。實驗結(jié)果表明,與現(xiàn)有算法相比,該算法不僅運算時間較短,而且具有較好的分割質(zhì)量、抗噪性能和自適應(yīng)能力。為了進一步提高2維Otsu算法的運行速度,本文提出了一種基于雙界線的2維Otsu閾值理論及其快速算法。該算法首先引入Roberts邊緣檢測算法對2維直方圖進行分區(qū),分區(qū)方式與上一種算法相同,然后將雙界限之間的區(qū)域構(gòu)造成一個1維直方圖,用1維Otsu算法分割,最后對噪聲進行后處理。實驗結(jié)果表明,該算法不僅具有較好的分割質(zhì)量和抗噪性能,而且比上一種算法的運行速度更快。為了改善2維Otsu算法對光照不均的圖像的分割質(zhì)量,本文提出了一種基于雙截距直方圖的Otsu圖像分割法。該算法通過Sobel邊緣檢測算法獲取所有噪聲和邊緣點,并將噪聲和邊緣點替換為目標或背景像素;然后根據(jù)圖像灰度分布情況將圖像進行區(qū)域劃分;再將所有區(qū)域歸為兩類,獲取兩類的直線截距直方圖;最后采用改進的1維Otsu算法進行分割。實驗結(jié)果表明,該算法不僅具有較好的抗噪性能和較快的運行速度,而且適用于分割光照不均的圖像。針對Grab-Cut算法運行速度慢、對目標具有凹形或細長邊緣的圖像分割質(zhì)量不佳且需要人工交互這些問題,本文提出了一種基于顯著性的無交互Grab-Cut算法。該算法首先采用SLIC算法對圖像進行超像素分割,然后運用基于邊界先驗和關(guān)鍵區(qū)域聚焦的顯著性檢測算法獲取顯著圖并提取背景種子,最后在Grab-Cut算法的能量函數(shù)中引入基于顯著圖的自適應(yīng)權(quán)重系數(shù),運用Min-Cut/Max-Flow算法對圖像進行迭代分割。實驗結(jié)果表明,該算法在運行速度和分割質(zhì)量上都得到了改善,并實現(xiàn)了無交互性。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張麗娜;孔雨秋;李淑華;劉秀平;曹俊杰;朱春鋼;;基于通勤距離的顯著性檢測方法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2016年03期

2 吳成茂;;基于后驗概率熵的正則化Otsu閾值法[J];電子學(xué)報;2013年12期

3 范朝冬;歐陽紅林;張英杰;;基于小概率策略的Otsu圖像分割方法[J];電子與信息學(xué)報;2013年09期

4 劉毅;黃兵;孫懷江;夏德深;;利用視覺顯著性與圖割的圖像分割算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2013年03期

5 何志勇;孫立寧;黃偉國;陳立國;;基于Otsu準則和直線截距直方圖的閾值分割[J];光學(xué)精密工程;2012年10期

6 高曉亮;王志良;劉冀偉;崔朝輝;王魯;;基于灰度特征統(tǒng)計的可變區(qū)域圖像分割算法[J];光學(xué)學(xué)報;2011年01期

7 吳一全;潘U，

本文編號：1280496