基于邊緣檢測的細胞圖像分割方法研究與實現(xiàn).pdf

1、本文首先闡述了圖像分割理論的定義和目標。圖像分割是將整個圖像區(qū)域分割成若干個互不交疊的非空子區(qū)域的過程，每個子區(qū)域的內(nèi)部是連通的，同一區(qū)域內(nèi)部具有相同或相似的特征。圖像特征可以分為圖像的統(tǒng)計特征和圖像的視覺特征兩類。對圖像分割的方法進行了分類和探討，把圖像分割的方法分為四大類：基于閾值分割的方法，在圖像分割過程中，物體象素的灰度級與背景象素的灰度級有不同，閾值化就是一個非常有效的技術(shù)，它可以將物體從背景中較好地分割出來；基于邊緣檢測的方

2、法，圖像最基本的特征是邊緣，它是圖像局部特征不連續(xù)(或突變)的結(jié)果，邊緣檢測方法是利用圖像一階導(dǎo)數(shù)的極值或二階導(dǎo)數(shù)的過零點信息來提供判斷邊緣點基本依據(jù)；基于區(qū)域的分割方法，區(qū)域增長分割的實質(zhì)就是把具有某種相似性質(zhì)的象素連通起來，從而構(gòu)成最終的分割區(qū)域；結(jié)合特定理論工具的方法，這些特定理論包括數(shù)學(xué)形態(tài)學(xué)、模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)、小波等。通過對以上四類方法的探討，以及對各種算法進行的MATLAB環(huán)境下的實驗，總結(jié)了傳統(tǒng)圖像分割算法的優(yōu)缺點，和各