(3.227.235.183) 您好！臺灣時間：2021/04/14 18:38

### 詳目顯示:::

:

• 被引用:0
• 點閱:538
• 評分:
• 下載:0
• 書目收藏:0
 分水嶺演算法在許多不同的應用，都扮演著重要的角色，其方法是簡單的、直覺的，並可被平行處理且在整張影像可割出一完整的區域。然而在分水嶺演算法裡，有著一個嚴重的缺點，就是過分割的問題。在此我們提出一個改良的演算法用來減少過分割的問題。首先在漲水時，只針對單一的最小值來做獨立漲水的動作，並且記錄漲成後的區域個數，及座標位置。在取得漲成後的區域資訊後，我們可同時將較小的區域合併成較大的區域，進而減少分割出來的區域。
 The watershed transform has interesting properties that make it useful for many different image segmentation applications: it is simple and intuitive, can be parallelized, and always produces a complete division of the image. However A severe drawback to the calculation of watershed images is over- segmentation. Here we present an improvement to the watershed transform that reduce over-segmentation. The approach starts with a seed pixel and floods form the seed isolation estimating a region, then calculating the region number. After getting the information of the region and region coordinates, we can merge the small region to become a large region concurrently.
 第一章 緒論 .…………………………………………..1 1.1 Vincent之分水嶺演算法…………………………...1 1.2動機 ………………………………………………...2 第二章 Vincent分水嶺演算法 ………………………..4 2.1基本定義…………………………………….………..4 2.2 短線距(Geodesic Distance)……………………….4 2.3 Geodesic Influence Zones…………………………5 2.4蓄水盆之定義…………………………………....….6 2.5 浸泡法(Immersion)的定義………………………….6 2.6分水嶺演算法之流程……………………………….…6 第三章 提出之新分水嶺演算法………………………..10 3.1前處理步驟……………………………………………12 3.2分水嶺處理流程……………………………………..13 第四章 測試結果…………………………………………20 4.1 實際影像之測試…………………………………….20 4.2 梯度臨界值及區域臨界值之定義………………….29 第五章 FPGA模擬…………………………………………37 5.1 決定標籤值………………………………………….37 5.2 記錄座標值及區域大小…………………………….39 第六章 討論…………………………………………….45 參考書目………………………………………………….47
 [1] L. Vincent & P. Soille, “Watersheds in digital spaces: An efficient algorithm based on immersion simulations,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 13, pp. 583-597, June 1991.[2] C.J. Kuo; S.F. Odeh & M.C. Huang, “Image segmentation with improved watershed algorithm and its FPGA implementation,” The 2001 IEEE International Symposium on , Volume: 2 , 6-9 May 2001Pages:753 - 756 vol. 2[3] A. Moga, B. Cramariuc & M. Gabbouj, “An efficient watershed segmentation algorithm suitable for parallel implementation,” Proceedings of International Conference on Image Processing, vol. 2, pp. 101-104, Oct. 1995.[4] J.M. Gauch, “Image segmentation and analysis via multiscale gradient watershed hierarchies,” IEEE Transactions on image processing, vol. 8, Jan. 1999.[5] D. Hagyard, M. Razaz & P. Atkin, “Analysis of watershed algorithms for grayscale images,” Proceedings of International Conference on Image Processing, vol. 3, pp. 41-44, Oct. 1996.[6] J.B. Meijster & T.M. Roerdink, “A proposal for the implementation of a parallel watershed algorithm,” Proceedings of CAIP, 1995.[7] A.N. Moga & M. Gabbouj, “A parallel marker based watershed transformation,” Proceedings of International Conference on Image Processing, vol. 2, pp. 137 —140, 1996.[8] A.N. Moga & M. gobbouj, “Parallel image component labeling with watershed transformation,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 18, pp. 441-450, May 1997.[9] M. Fisher & R. Aldrige, “Hierarchical image segmentation using a watershed scale-space tree,” IEE Image Processing and its Applications, conference Publication, No. 456, 1999.[10] K. Haris, S.N. Efstratiadis, N. Maglaveras & A. K. Katsaggelos, “Watershed-based image segmentation with fast region merging,” Proceedings of International Conference on Image Processing, vol. 3, pp. 338-342, 1998.[11] K. Haris, S.N. Efstratiadis, N. Maglaveras & A.K. Katsaggelos, “Hybrid image segmentation using watersheds and fast region merging,” IEEE Transactions on Image Processing, vol. 7, Dec. 1998.
 國圖紙本論文
 推文當script無法執行時可按︰推文 網路書籤當script無法執行時可按︰網路書籤 推薦當script無法執行時可按︰推薦 評分當script無法執行時可按︰評分 引用網址當script無法執行時可按︰引用網址 轉寄當script無法執行時可按︰轉寄

 1 多重解析度與應用視覺特性之影像分割演算法 2 以硬體加速之分水嶺影像分割演算法 3 以分群限制分水嶺分割的方法實現去除磁振造影T1權重影像中的非腦組織 4 基於機率標籤之多物件分割演算法 5 電腦斷層掃描冠狀動脈影像分割與斑塊體積估計演算法之研究 6 以人類視覺為依據的彩色影像分水嶺分割

 1 楊銘賢、吳濟聰、蘇哲仁及高慈薏，2009，社會企業經營模式之建構，創業管理研究，第4卷，第4期，頁57-83。

 1 以硬體加速之分水嶺影像分割演算法 2 距離轉換在分水嶺上的應用 3 基於改良式邊緣追隨技術之影像分割與物件追蹤 4 分水嶺轉換在影像切割與資料分類上之研究 5 以分水嶺演算法為基礎之彩色影像切割 6 以分水嶺分割法為基礎的彩色分割研究 7 影像分割之分水嶺演算法改良及其場效可程式化邏輯陣列之實現 8 以人類視覺為依據的彩色影像分水嶺分割 9 以自動高度選取及群集演算法減除分水嶺轉換之過度分割問題 10 分水嶺分割法於子宮頸抹片細胞影像之分析 11 利用離散小波轉換及位能場做超音波醫學影像自動切割的研究 12 統計分水嶺影像分割之研究 13 使用直方圖自適應模糊化和空間資訊的影像分割 14 具波導模態共振反射鏡之共振腔增強型量子點紅外線偵測器 15 利用超像素分組進行模糊影像分割

 簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室