基于分水岭和形态学的图像分割算法研究大学生毕业论文（设计）.doc

本 科 生 毕 业 设 计 （申请学士学位） 论文题目基于分水岭和形态学的图像分割算法研究 作者姓名 专业名称 指导教师 2013年6月  学 生： （签字） 学 号： 答 辩 日 期：2013年6月15日 指 导 教 师： （签字）目录 摘要 1 Abstract. 1 1 绪论 2 1.1 研究目的和意义 2 1.2 图像分割的研究进展 2 1.3 论文主要内容和组织结构 3 2 数学形态学 3 2.1 膨胀与腐蚀 3 2.1.1 灰度膨胀 4 2.1.2 灰度腐蚀 4 2.2 形态学的开运算和闭运算 4 2.3 形态学重建 5 3 基于分水岭和形态学的图像分割算法 5 3.1 分水岭算法原理 6 3.2 形态学算子的改进 7 3.3 改进的图像分割算法描述 8 3.4 实验结果与数据分析 8 4 结束语 10 参考文献 11 附录 11 致谢 14 基于分水岭和形态学的图像分割算法研究 摘要：图像分割是图像分析和处理中一个重要的研究方向，也是目标的检测和识别的重要步骤。而且由于图像的多样性和复杂性，很难用统一的方法来描述感兴趣的对象，因而在实际应用中只能根据各种领域的需求来选择合适的分割方法，导致各种图像分割方法具有特定的局限性和针对性。目前还没有一种通用的方法，能使各种类型的图象达到最优分割质量。 传统的图像分割算法中对图像噪声敏感，噪声会直接恶化图像的梯度图像，计算量大，分割过程耗时长，分割效率低，从而产生过分割问题。为了降低过分割现象对图像分割的影响，提出了一种改进的分水岭算法的图像分割方法。本文先进行分水岭变换，再利用数学形态学的方法，使用多尺度形态梯度算子，利用结构元素度优点以达到改善图像分割中的过分割现象。实验结果表明，改进的算法有效地改善了过分割现象，具有较好的图像分割效果。 关键字：图像分割；分水岭算法；形态学算子 Image segmentation algorithm based on watershed and morphological study Abstract:Image analysis and image segmentation is an important research direction, also is the important process of target detection and recognition. And because of the diversity and complexity of the image, it is difficult to use uniform method to describe the object of interest, and therefore can only according to the various fields in the practical application needs to choose the appropriate method, lead to all kinds of image segmentation method has certain limitations and pertinence. There is no a common method, can make various types of image to achieve the optimal segmentation quality. The traditional image segmentation algorithm is sensitive to image noise, the noise will deteriorate image gradient image directly, large amount of calculation, the segmentation process takes long, segmentation efficiency is low, resulting in a over-segmentation problem. In order to reduce the over-segmentation phenomena influence on image segmentation, an improved watershed algorithm is