資源描述：
《畢業(yè)設(shè)計（論文）-基于小波的圖像分割技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于小波的圖像分割方法研究摘要在過去的幾十年里，計算機系統(tǒng)的處理速度，存儲能力以及計算機網(wǎng)絡(luò)都飛速發(fā)展著，這些驚人的發(fā)展都為數(shù)字圖像處理以及網(wǎng)絡(luò)多媒體都提供了有力的技術(shù)保障，并且極大的拓展了數(shù)字圖像處理及網(wǎng)絡(luò)多媒體的研究和應(yīng)用。數(shù)字圖像處理已經(jīng)成為一個令人矚目的學(xué)科項目，其研究領(lǐng)域和研究課題都數(shù)不勝數(shù)。數(shù)字圖像處理理論和技術(shù)大致可概括為:圖像數(shù)字化、圖像恢復(fù)、圖像增強、圖像壓縮、圖像重建、圖像分割、特征提取等。這篇文章的研究重點在于基于小波的圖像分割技術(shù)。首先圖像分割的關(guān)鍵步驟是由圖像處理到圖像分析，在圖像工程中占據(jù)重要的位置。然而傳統(tǒng)方法中還存在著很多不足，經(jīng)過本文的分析和研究我
2、們得出以下結(jié)論：傳統(tǒng)的直方圖閾值法圖像分割技術(shù)的基本思想是圖像由不同特征區(qū)域構(gòu)成,它的直方圖呈現(xiàn)出多個峰值,每個峰值相應(yīng)地對應(yīng)著一個區(qū)域,以谷值點為閾值劃分相鄰峰值。如果直方圖有明顯的谷值點,則能比較容易選擇出閾值,然而在實際應(yīng)用中,由于噪聲的存在,很難準確地選擇閾值,閾值設(shè)定容易受噪聲的影響?；谛〔ㄗ儞Q的閾值法圖像分割技術(shù)則能夠有效地避免噪聲的影響。圖像分割技術(shù)的主導(dǎo)思想是首先由二進制小波變換將圖像的直方圖分解為不同層次的小波系數(shù),隨后依據(jù)給定的分割準則和小波系數(shù)選擇閾值門限,最后利用閾值標出圖像分割的區(qū)域。與以往方的圖像分割方式相比有明顯較大的優(yōu)勢。關(guān)鍵詞小波；哈爾小波；圖像
3、分割；邊緣檢測；matlab仿真IIIAbstractInthepastyears,theprocessingspeedofthecomputer,storagepowerandnetworkarealldevelopingwithanamazingspeed.Thegreatdevelopmentprovideastrongtechnicalsupportforthedigitalimageprocessingandnetworkmultimedia,alsoexpandtheresearchandapplication.Imageprocessingisbecomingaboo
4、mingscienceprojects,ithasawiderangofreserchingareaandsuject.Imageprocessingtheoryandtechnologyinclude:imagedigitization、imageenhancement、imagedatacompression、imagesegmentation、featureextraction.Thefocusofthisarticleismagesegmentation.First,imagesegmentationisthekeystepsfromimageprocessingtoima
5、geanalysis,andintheimageworksoccupyanimportantplace.ButTherearealotShortcomingsthantraditionalmethods,Afterthisanalysiswefoundthefollowingfindings:ThetraditionalhistogramthresholdmethodThebasicideaoftheimagesegmentationistheimageconstitutethedifferentfeatureregions,whichshowmulti-peakhistogram
6、,eachpeakcorrespondingtoaregiontothethresholdpointvalleybyneighboringpeaks.Ifthehistogramvalleyobviouspoint,isrelativelyeasytoselectthethresholdvalue,butinpractice,duetothepresenceofnoise,isoftendifficulttoeffectivelyselectthethreshold,thethresholdvalueissettosensitivenoise.Wavelet-basedimages
7、egmentationthresholdmethodisabletoeffectivelyavoidthenoise.Thebasicideaistofirsttransformtheimagefromthebinaryhistogramisdividedintodifferentlevelsofwaveletcoefficients,andthensplitaccordingtoagivenwaveletcoefficientselectioncriteriaand
