基于人类视觉特征的彩色图像分割技术研究
图像分割技术是图像识别、理解的基础，其主要应用领域包括智能移动机器人的场景理解、智能视频监控中的运动目标提取、基于内容的图像检索、基于内容的图像压缩等。目前，彩色图像在各个领域的应用日益广泛，虽然灰度图像的分割算法已经比较成熟，但彩色图像的分割技术正处于发展阶段，并日益引起国内外学者的关注和重视。本文针对目前彩色图像分割中存在的问题，对基于人类视觉特征的彩色图像分割技术进行了研究，所作的工作主要包括：
(1)对于彩色图像分割相关的基本理论与方法进行了分析与研究。主要包括各个颜色空间模型的特点分析，纹理特征及其提取方法的介绍与分析，图像基本分割算法的分析研究等。
(2)基于人类视觉特征的彩色图像分割算法研究。为了模拟人类视觉系统对彩色图像的分割机理，本文提出了一种将聚类和区域生长有机融合的彩色图像分割方法。为了捕获图像的纹理特征，首先将图像划分成16×16 子块，然后在子块中按照视觉一致性准则进行颜色聚类，对于聚类后的子块，提取其颜色与纹理特征，然后采用符合人类视觉特征的生长规则，进行基于子块的区域生长。该方法充分了利用聚类算法和区域生长算法的各自优点，并符合人类视觉特征的分割策略。利用提出的算法对多幅自然场景图像进行了分割实验，实验结果证明了算法的有效性。
(3)基于小波特征的彩色图像分割方法研究。合理的纹理特征一直是彩色图像分割中研究的热点。本文在前面提出的聚类和区域生长有机融合的彩色图像分割算法基础上，尝试在小波域内提取各图像子块的纹理特征，以充分利用小波系数的方向性和能量集聚特点。并通过实验对提出的算法进行了可行性验证。
图像分割;聚类;区域生长;小波变换;视觉系统;纹理特征;彩色图像
中国海洋大学
硕士
信号与信息处理
李庆忠
2006
中文
TN911.73
51
2007-08-07（万方平台首次上网日期，不代表论文的发表时间）