基于Contourlet變換的多尺度圖像分割算法研究.pdf

1、圖像分割方法一直是數字圖像處理領域研究的熱點問題。在圖像分割中分割的精確性與易分割性、過分割和欠分割是我們經常要面臨的矛盾，而這些矛盾在固定尺度下是很難解決的。在工程實踐中，多尺度特征或多尺度效應是普遍存在的，人們對過程的觀察和測量也往往是從不同尺度上進行的。所以，我們只有采用多尺度理論來描述、分析這些過程，才能夠更全面、更準確地刻畫這些過程的本質特征。多尺度分割方法可獲得不同尺度上的圖像信息，因此只要配合適當的多尺度數據結構，并且根據

2、該數據結構選擇較好的多尺度特征提取方法及分割策略，就有可能將上述矛盾統(tǒng)一起來。目前，采用多尺度分析方法進行圖像分割是發(fā)展的一個趨勢。
　　 本文以Contourlet變換作為圖像的多尺度分解工具，對目標圖像進行多尺度分解。分別采用了基于邊緣檢測的分割策略和基于隱馬爾可夫樹模型的分割策略對圖像進行多尺度分割。
　　 本文的主要工作如下：
　　 首先，對多尺度圖像分割做了分析，分別介紹了多尺度分析工具小波變換和Con

3、tourlct變換，并對它們的特點及系數分布做了分析。
　　 其次，以檢測圖像邊緣做為分割策略，通過分析Contourlet變換系數的分布特點，采用模極大值檢測的方法提取圖像邊緣信息，并對不同尺度上的邊緣信息進行尺度間融合，提出了一種改進的基于Contourlet變換的邊緣檢測分割方法。通過仿真證實了該方法檢測的邊緣不僅平滑連貫且細節(jié)豐富。
　　 最后，通過對基于小波域的HMT模型的圖像分割方法的研究，并結合Contou