摘 要

图像分割在人类的活动交往过程中占据很重要的地位，对图像进行分析和识别的过程的前提就是图像分割。图像分割可以将一幅图片中具有相同或者相似特性的点划分成一个区域，这样对图像进行分析和提取时就可以对某一感兴趣的特定区域进行处理。而由于科学持续发展，人们对于图像分割的研讨更加深入，图像分割的应用领域也更加广阔，在军事应用领域、医学病理研究领域、工业自动化领域、农业工程领域，图像分割都发挥着不可取代的作用。而对于Mean-shift算法这种基于聚类思想的均值偏移算法，实际生活中的应用也十分频繁，主要应用于分割立体图像、进行纹理提取和目标跟踪。数十年来，人们对Mean-shift算法的研究也从来没有停止。

本文首先阐述了对图片实行分割的原因以及意义，随后研究了图像分割现今的发展状况并分析了将来发展这项技术的方向。之后结合集合的概念介绍了图像分割的含义，并对图像分割的几类常用的分割方法进行了说明，详细的讨论了这几类分割方法近年来的发展的状况并比较说明了这些分割方法应用的优缺点。然后介绍了Mean-shift算法的原理，并对其应用到图像分割中的算法步骤进行了分析，对于决定Mean-shift算法实现分割的效果影响最大的核函数进行了具体的介绍说明。最后用OpenCV实现了基于Mean-shift算法的图像分割技术，设置了不同的参数对同一幅图像进行了分割，并对这些分割结果进行了比较分析，得出了结论。

关键词：图像分割；Mean-shift算法；核函数；图像平滑；合并区域

Abstract

Image segmentation occupies a very important position in the process of human interaction, and the process of image analysis and recognition is the image segmentation. Image segmentation can divide a point with the same or similar characteristics into an area in a picture so that it can be processed for a particular region of interest when the image is analyzed and extracted. And because of the continuous development of science, people for the image segmentation research more in-depth, image segmentation of the application areas are more broad, in the field of military applications, medical pathology research, industrial automation, agricultural engineering, image segmentation are playing irreplaceable effect. For the mean-shift algorithm, this algorithm is based on the clustering idea of the mean shift algorithm, the application of real life is also very frequent, mainly used in segmentation of three-dimensional images, texture extraction and target tracking. For decades, people's research on the Mean-shift algorithm has never stopped.

This paper first elaborates the reason and significance of the segmentation of the picture, then studies the development of the image segmentation and analyzes the direction of the future development of the technology. Then, the concept of image segmentation is introduced, and some common methods of image segmentation are described. The development of these types of segmentation methods in recent years is discussed in detail and The advantages and disadvantages of these segmentation methods are compared. Then the principle of Mean-shift algorithm is introduced, and the algorithm steps of image segmentation are analyzed. The kernel function which has the greatest influence on the effect of the mean-shift algorithm is described. Finally, the image segmentation technique based on Mean-shift algorithm is implemented with OpenCV, and the same image is segmented by different parameters, and the results are compared and analyzed.

Key words: Image segmentation; Mean-shift algorithm; kernel function; image smoothing; merging region

目 录

第1章 绪 论 1

1.1 研究的目的及意义 1

1.2 国内外的研究现状以及发展趋势 1

1.3 论文组织结构 2

第2章 图像分割的相关知识 3

2.1图像分割的定义 3

2.2图像分割技术的分类 3

2.2.1基于阈值的分割方法 4

2.2.2基于边缘的分割方法 4

2.2.3基于区域的分割方法 5

2.2.4利用某些特定的理论或者工具来进行图像分割的方法 6

2.3图像分割质量的评价 7

2.4本章小结 8

第3 章 Mean Shift算法理论 9

3.1 特征空间无参核密度估计 9

3.2 核函数的定义及常用类型 10

3.3 Mean-shift算法步骤 11

3.4 Mean-shift算法在多维空间的表现 12

3.5 Mean-shift算法的实际应用 13

3.6 本章小结 14

第4章 Mean-shift算法的图像分割 15

4.1 Mean-shift图像分割算法综述 15

4.2 图像分割中的核密度估计 15

4.3 Mean-shift图像分割算法 16

4.3.1图像平滑 16

4.3.2图像区域合并 18

4.4 Mean-shift图像分割算法的实现与分析 18

4.5 本章小结 23

第5章 总结与展望 24

5.1 论文工作总结 24

5.2 进一步研究展望 24

参考文献 25

致 谢 26

第1章 绪 论

1.1 研究的目的及意义

人类是一种社会动物，需要不断地接收外部变化的信息来做出相对应的对策进而提升生存的能力，同时，除了生存以外人们还需要其他的东西，在满足了物质条件的情况下，即保障了生存的情况下，人类还需要精神上的享受，这种享受也离不开信息。有了信息，人们才能更好地协调处理人际关系，营造更好的社会环境，信息的重要性不言而喻。而人类获取信息最重要的一个途径就是通过人类的双眼，而通过双眼人类获取到的就是图像信息，所以掌握获取图像信息对于人类来说是很重要的。当今社会，天文学、气象学、医学包括军事领域等等很多方面都越来越离不开图像信息，在繁多复杂的图像信息中，人类不仅需要获取信息，还要掌握对于图像信息的分析处理与研究。

由于社会不停进步，科学持续发展，人类处理的图像越来越复杂，越来越精细，同时人们研究处理图像时也已经变得更加灵活。有时候对于一幅图像感兴趣的或者说需要研究的只是图像的一小部分，对于这种情况，就不需要把整幅图像拿过来研究，这样工作量计算量和分析量都会变得复杂繁多，这时只需要对于需要研究的那一部分特殊区域进行研究就可以了。将这个特定的区域拿出来单独研讨的过程就是图像分割，所以图像分割的重要性不言而喻。图像分割对于人类进行图像处理和图像分析来说，是非常重要的一个环节，也是一个具有难度的环节。高质量的图像分割能够使对于一幅图像的特征识别、目标提取的效果更加好，对于提取图像信息来说更得依赖于有效合理的图像分割方法。^[1]