基于分水岭和区域合并的图像分割算法实现 论文 matlab实现

目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

摘要：针对医学图像形态建模过程易产生过分割的问题，提出了一种基于各向异性扩散的分水岭分割算法。 该算法首先对原始图像进行自适应各向异性扩散滤波，然后引入多尺度的形态梯度图像作为分水岭变换的参考图 像，以突出图像中物体的边界轮廓，平滑具有均匀亮度的区域。最后，定义基于边界平均灰度和面积的区域合并准则， 对分割后的区域进一步合并。实验结果表明，该算法能有效抑制过分割，具有较强的抗噪声性能，得到的分割结果可 以满足医学图像建模的需要。

本文以精确的le宿现象为图像对象，针对工业固废光谱特征不明显，大小不一，形状不规则等特点，研究针对对象工业固废提取的三个关键步骤：基于标记分水岭和区域合并的自适应分割算法，工业固废堆对象多特征的选择方法和采用模糊C均值聚类的分级固废堆区域提取。通过对宁夏石嘴山工业区影像的应用，证明该方法是一种有效，可行的工业固废前端影像提取方法。