基于形态学及区域合并的分水岭图像分割算法
更新日期:2019-04-30     来源:计算机研究与发展   作者:李云红  浏览次数:314
核心提示:《基于形态学及区域合并的分水岭图像分割算法》为作者:张秋铭最新的研究成果,本论文的主要观点为针对传统分水岭算法在图像分割过程中的过分割问题,

《基于形态学及区域合并的分水岭图像分割算法》为作者:张秋铭最新的研究成果,本论文的主要观点为针对传统分水岭算法在图像分割过程中的过分割问题,提出了基于形态学标记及区域合并的分水岭改进算法。首先将彩色图像转换成灰度图像,利用形态学混合开闭运算实现图像重建,采用Laplace锐化强化图像边界,其次标记目标物和背景,修正幅值图像,经分水岭变换实现图像的粗分割,然后利用MSRM区域合并法实现目标物和背景的有效分割。对比自适应分水岭和增强细节的分水岭两种图像分割算法,改进后的算法在分割效果,算法运行时间和分割准确度上具有明显优势,与上述算法在平均算法时间上提升4。13ms和3。2ms。分割交并比IOU平均值96。27%,对比上述算法高出平均值8。03%和3。34%。现欲投《计算机研究与发展》,不知是否符合录用要求,望您批评与指正。