面向?qū)ο蟮倪b感影像分割方法研究畢業(yè)論文

《面向?qū)ο蟮倪b感影像分割方法研究畢業(yè)論文》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)號200731430059密級____________武漢大學(xué)本科畢業(yè)論文面向?qū)ο蟮倪b感影像分割方法研究BACHELOR'SDEGREETHESISOFWUHANUNIVERSITYObjectOrientedProgramminginprocessingofremotesensingimagedataCollege：SchoolofElectronicInformationSubject：MeasuringandControlTechnologyandInstrumentationsName：

2、ChenHuijunDirectedby：WangQuandeProfessorJune2011鄭重聲明本人呈交的學(xué)位論文，是在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，所有數(shù)據(jù)、圖片資料真實(shí)可靠。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本學(xué)位論文的研究成果不包含他人享有著作權(quán)的內(nèi)容。對本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中以明確的方式標(biāo)明。本學(xué)位論文的知識產(chǎn)權(quán)歸屬于培養(yǎng)單位。本人簽名：日期：畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文

3、），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。作者簽名：　　　　　日　期：　　　　　指導(dǎo)教師簽名：　　　　　日　　期：　　　　　使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）

4、的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。作者簽名：　　　　　日　期：　　　　　摘要圖像分割是一種把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)的技術(shù)。圖像分割是圖像理解和圖像識別的前提，也可以把它看作為圖像理解和識別的初級階段。在遙感圖像的解譯過程中，遙感圖像的分割是遙感圖像解譯的基本處理過程，是遙感圖像處理到圖像分析

5、過程中的一個(gè)關(guān)鍵步驟。特別是隨著衛(wèi)星技術(shù)的不斷發(fā)展，尋求一種充分利用遙感圖像其自身優(yōu)勢的圖像分割技術(shù)在后續(xù)的圖像解釋中起著至關(guān)重要的作用。圖像分割多年來一直得到人們的高度重視，至今已經(jīng)提出了大量的各種類型的算法。常見的分割算法包括基于閾值分割、基于邊緣的分割、基于區(qū)域生長分割、基于聚類法分割、基于遺傳算法分割等。在這些不斷涌現(xiàn)的算法中，分水嶺算法以其分割精細(xì)、便于軟硬件實(shí)現(xiàn)的優(yōu)點(diǎn)在近年來得到了廣泛應(yīng)用。然而分水嶺算法的缺陷在于它很容易受圖像中噪聲和量化誤差的影響而在分割過程中劃分出過多細(xì)小零碎而且

6、不具備語義學(xué)含義的分割區(qū)域，即所謂的過分割現(xiàn)象。為解決這個(gè)難題，通常的做法是在出現(xiàn)過分割現(xiàn)象之后再進(jìn)行區(qū)域融合，減少零碎區(qū)塊對分割結(jié)果的影響。本文算法的思想是在進(jìn)行分水嶺分割之前對待分割圖像作適當(dāng)?shù)募夹g(shù)處理，從根本上緩解甚至避免過分割現(xiàn)象的出現(xiàn)。為實(shí)現(xiàn)這一目標(biāo)，本文采用一種基于標(biāo)記的分水嶺算法。首先，利用Sobel算子對原遙感圖像進(jìn)行梯度重建，獲得梯度幅值圖，引入了數(shù)學(xué)形態(tài)學(xué)的理論工具，對圖像進(jìn)行預(yù)處理，對圖像進(jìn)行標(biāo)記，再利用分水嶺方法分割。實(shí)驗(yàn)結(jié)果表明，此算法對于改善過分割現(xiàn)象有明顯效果，并且對

7、分割程度具備可控能力，在適應(yīng)不同場景需求方面存在一定的應(yīng)用價(jià)值。關(guān)鍵詞：圖像分割；分水嶺算法；數(shù)學(xué)形態(tài)學(xué)；梯度算子目錄第1章緒論1.1圖像分割的重要意義和應(yīng)用前景………………………………1.2圖像分割方法的研究現(xiàn)狀………………………………………1.3本課題的研究內(nèi)容……………………………………………………第2章圖像與圖像分割2.1概述………………………………………………………………2.2圖像分割…………………………………………………………2.3基于閾值的分割方法……………………………………………2

8、.4基于邊緣的分割方法………………………………………2.5基于區(qū)域的分割方法……………………………………2.6基于特定理論的分割方法……………………………………………2.7本章小結(jié)…………………………………………………………第3章數(shù)學(xué)形態(tài)學(xué)3.1概述………………………………………………………………3.2膨脹和腐蝕………………………………………………………3.3形態(tài)學(xué)開運(yùn)算和閉運(yùn)算…………………………………………3.4形態(tài)學(xué)重建………………………………………………………3.5多尺度形