数据集样例 16
4.2 实验结果及分析 17
4.3 算法时间性能 18
结论 19
致谢 20
参考文献 21
1 引言
1.1 研究背景
数字图像处理(Digital image processing),顾名思义,指在数字图像上应用 一些专用的算法,以令图像符合用户需求。它属于数字信号处理(Digital Signal Processing)的一部分。为与数字图像分析(Digital image analysis)作区分,《数 字图像处理》(Digital image processing)一书的两位作者给出了一个定义:数字 图像处理指的是输入和输出都是图像的处理过程 [1]:2。
数字图像起源于电报业的兴起,比电子计算机的诞生还要早二十余年。20 世纪 20 年代,报纸媒体们就利用巴特兰(Bartlane)电缆图片传输系统传输照片。该系统 利用穿孔纸这一最原始的数据记录方式来记录、传输照片信息。通过使用该系统,横 跨大西洋递送照片的时间从一星期余减少到了 3 小时。但数字图像处理直到 20 世纪论文网
60 年代,计算机的计算能力、存储能力、显示能力和传输能力达到了一定高度之后, 才开始出现。具体来说可以归纳为以下几点:
1) 1948 年,美国贝尔实验室发明晶体管;
2) 20 世纪 50~60 年代,高级编程语言 COBOL 与 FORTRAN 出现;
3) 1958 年美国德州仪器公司发明了集成电路(IC);
4) 20 世纪 60 年代,操作系统(OS)出现;
5) 20 世纪 70 年代,集成电路出现,元器件开始迅速小型化;
6) 20 世纪 70 年代,Intel 公司推出了微处理器;
7) 20 世纪 80 年代,IBM 公司推出个人计算机(PC)。 数字图像处理的兴起与计算机硬件、软件的发展息息相关,至今亦然。数字图像
处理技术最先应用于美苏争霸时期的宇宙空间探测,之后开始应用于医学成像、资源 遥感探测和天文学。现在的数字图像处理已经呈现两极分化趋势。一方面,随着计算 机性能的飞速发展与个人计算机的普及,数字图像处理技术开始走入千家万户;但另 一方面,现有的计算机硬件面对一些高级、复杂的数字图像处理,依然力不从心,许 多尖端数字图像处理任务只能交给超级计算机来完成。
在数字图像处理中,分割(Segmentation)一词指对源图像进行分析,识别出源 图像中的“边缘”们,再利用计算得到的“边缘”,将源图像分割为构成它的子区域
的操作。该操作是一种底层操作,因此在数字图像处理中占据举足轻重的地位,许多 图像软件、视频软件和计算机视觉软件都离不开它。交通摄像头需要分割出画面中的 车牌部分,再识别记录车牌号;电子元件的自动检测中,需要将产品的电路图分割出 来,以判断是否存在元件丢失或线路断裂。图像分割不仅本身具有实用价值,还经常 作为其他图像处理操作的辅助步骤。将需要进行进阶处理的图像部分分割出来再进行 下一步操作,可极大提高数字图像处理的准确性和效率。[1]:443,[11],[12]文献综述
很多经典的图像分割算法和模型都基于灰度图构建而成,利用灰度图中灰度变化 的梯度来获得图像中的边界,如: 基于RGB-D摄像机的图像分割算法研究与实现(2):http://www.youerw.com/jisuanji/lunwen_77077.html