武汉理工硕士论文:图像分割算法改进与小波变换应用

需积分: 0 5 下载量 195 浏览量 更新于2024-07-31 收藏 4.04MB PDF 举报
本文是一篇武汉理工大学硕士学位论文,由乔玲玲撰写,专业方向为计算机应用技术,指导教师为马保国,于2009年完成。论文聚焦于数字图像处理领域的重要课题——图像分割技术的研究与实现。图像分割作为图像分析的核心技术,旨在将图像划分为具有特定特性的区域,以便进行特征提取和后续识别任务。 论文首先对图像分割方法进行了系统分类,主要分为三大类:(1)基于边缘检测的分割方法,如利用图像的一阶或二阶导数极值信息来识别边缘,论文以细胞图像为例,详细比较了几种常用的边缘检测算子,探讨了它们的优缺点;(2)基于区域的分割,如阈值化方法,通过像素灰度级别的差异将物体从背景中分离,区域增长则通过像素间的相似性连接形成分割区域;(3)基于特定理论的分割,如小波变换、数学形态学、神经网络和模糊技术,论文结合直方图与小波变换,利用小波变换的多尺度特性来优化阈值选择,以获得更佳的分割效果。 在理论探讨的基础上,论文重点改进了局部自适应图像分割算法。这个改进版算法首先将图像划分为多个子块,然后对每个子图像计算梯度直方图,并采用最大类间方差分割策略。此外,还考虑到了图像噪声的影响,通过形态学噪声滤波器进行去噪。实验结果显示,这种改进的算法能够有效地分割细胞图像,尤其在背景和目标对比度不强、存在噪声的情况下,能提供更精确的轮廓提取,同时保持细胞内部细胞核轮廓的完整性。 关键词:图像分割、边缘检测、阈值分割、小波变换。这篇论文不仅深入研究了图像分割的基本原理和方法,而且通过实践案例展示了如何针对具体应用场景进行算法优化,具有很高的实用价值和理论意义。对于从事数字图像处理、计算机视觉或生物医学图像分析等相关领域的研究者来说,这篇论文提供了丰富的参考资源。