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(cè) Grab-Cut 超像素 顯著性

【摘要】：圖像分割是圖像處理與機(jī)器視覺(jué)的一個(gè)重要環(huán)節(jié),圖像分割方法的好壞對(duì)整個(gè)過(guò)程的實(shí)時(shí)性和可靠性起著決定性作用。近幾十年來(lái),人們一直在尋找不同的圖像分割方法,以解決各種工程問(wèn)題。通過(guò)分析研究基于閾值的Otsu算法和基于圖論的Grab-Cut算法,針對(duì)這兩種算法的不足,本文提出了四種改進(jìn)算法。針對(duì)2維Otsu算法在分割質(zhì)量、抗噪性能和運(yùn)行速度方面的不足,本文提出了一種基于邊緣檢測(cè)與Otsu的圖像分割算法。該算法通過(guò)更改2維直方圖的區(qū)域劃分方式,分別運(yùn)用Sobel、Log和Canny邊緣檢測(cè)算法與直線擬合法相結(jié)合,將圖像的目標(biāo)和背景區(qū)域限制在一對(duì)平行于對(duì)角線的界線內(nèi),再用噪聲點(diǎn)的鄰域均值代替其灰度值,最后用2維Otsu斜分法將目標(biāo)從背景中分割出來(lái)。實(shí)驗(yàn)結(jié)果表明,與現(xiàn)有算法相比,該算法不僅運(yùn)算時(shí)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(jìn)一步提高2維Otsu算法的運(yùn)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(cè)算法對(duì)2維直方圖進(jìn)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(gè)1維直方圖,用1維Otsu算法分割,最后對(duì)噪聲進(jìn)行后處理。實(shí)驗(yàn)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(yùn)行速度更快。為了改善2維Otsu算法對(duì)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(guò)Sobel邊緣檢測(cè)算法獲取所有噪聲和邊緣點(diǎn),并將噪聲和邊緣點(diǎn)替換為目標(biāo)或背景像素;然后根據(jù)圖像灰度分布情況將圖像進(jìn)行區(qū)域劃分;再將所有區(qū)域歸為兩類(lèi),獲取兩類(lèi)的直線截距直方圖;最后采用改進(jìn)的1維Otsu算法進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明,該算法不僅具有較好的抗噪性能和較快的運(yùn)行速度,而且適用于分割光照不均的圖像。針對(duì)Grab-Cut算法運(yùn)行速度慢、對(duì)目標(biāo)具有凹形或細(xì)長(zhǎng)邊緣的圖像分割質(zhì)量不佳且需要人工交互這些問(wèn)題,本文提出了一種基于顯著性的無(wú)交互Grab-Cut算法。該算法首先采用SLIC算法對(duì)圖像進(jìn)行超像素分割,然后運(yùn)用基于邊界先驗(yàn)和關(guān)鍵區(qū)域聚焦的顯著性檢測(cè)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(yùn)用Min-Cut/Max-Flow算法對(duì)圖像進(jìn)行迭代分割。實(shí)驗(yàn)結(jié)果表明,該算法在運(yùn)行速度和分割質(zhì)量上都得到了改善,并實(shí)現(xiàn)了無(wú)交互性。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(cè)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年03期

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

3 范朝冬;歐陽(yáng)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(bào);2013年09期

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

5 何志勇;孫立寧;黃偉國(guó);陳立國(guó);;基于Otsu準(zhǔn)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(jì)的可變區(qū)域圖像分割算法[J];光學(xué)學(xué)報(bào);2011年01期

7 吳一全;潘U，

本文編號(hào)：1280496