圖像分割方法及應用研究.pdf

1、隨著計算機技術的發(fā)展，尤其是多媒體技術和數字圖像處理及分析理論的成熟，圖像作為更直接更豐富的信息載體，圖像信息已成為人類獲取和利用信息的重要來源和手段，正在成為越來越重要的研究對象。圖像分割是圖像處理中很重要的技術，也是圖像分析和圖像理解的關鍵一步。圖像分析主要是對圖像感興趣的目標進行監(jiān)測和測量，以獲得客觀信息，從而建立對圖像的描述。圖像分割是圖像分析的重要內容，為了識別和分析圖像總的目標，需要將有關區(qū)域分離出來，在此基礎上才能對目標進

2、一步利用，這樣特征提取和測量才有可能。這個過程就是所謂的圖像分割。 本文系統(tǒng)地分析了圖像分割技術的現狀、分類方法和各種方法的優(yōu)缺點，為針對不同的圖像問題，采取不同的圖像分割方法提供了依據；神經網絡模型的提出、發(fā)展為圖像處理提供了另一種方法，并成為圖像處理問題研究的一個熱點。由于神經網絡本身網絡結構、學習和訓練方式的原因，對圖像分割不是很精確；Snake模型是圖像處理領域又一個研究的熱點和有用的工具，但是它存在著對初始輪廓的敏感，

3、由于人為的因素，使得能量函數收斂到局部極小值或者發(fā)散，迭代時間過長。為了克服上述兩種方法存在的不足，本文提出了基于競爭型Kohonen神經網絡的Snake模型，它能夠很好的解決神經網絡在圖像分割中的不精確，同時也能有效的解決經典Snake模型的在圖像分割中存在迭代時間過長和收斂到局部極小值，經過仿真實驗能取得比較理想的實驗結果。最后對圖像分割技術在導航制導中的應用進行了理論分析和研究，為實際應用中的精確導航制導提供理論基礎；以及圖像分割