摘 要：由于手机和电脑的普及，人们在日常生活中对于图像的使用率越来越高，这也使得人们不断地提高图像处理要求，在图像的处理过程中，一个关键性技术就是图像分割，图像分割属于图像理解、分析基础。传统的基于单特征的图像分割对于图像的处理不是很理想，因此本文提出了一种基于多特征融合的图像分割技术研究。

-本文首先采用颜色和形状特征分别进行提取之后进行分割，也就采取区域分割聚类法、阈值分割灰度直方图方法以及最大类间的方差方法对图像进行分割，然后采用基于像素的图像融合技术，把颜色和形状特征融合之后进行分割。

对于单特征分割之后的精度与多特征融合之后进行分割的精度进行对比，可以很容易的看出多特征融合之后进行分割的精度更高，对于图像的处理效果也更好。

关键词：图像分割；特征提取；多特征融合

目录

摘要

Abstract

绪论-1

1.1 研究背景及意义-1

1.1.1 研究背景-1

1.1.2 研究意义-1

1.2 研究现状-2

1.3 本文主要研究内容-4

1.4 本文组织结构-4

2 图像分割方法综述-6

2.1阈值分割法-6

2.1.l灰度直方图峰谷法-6

2.1.2最大类间方差法-7

2.1.3 最大熵法-7

2.1.4 最小误差分割法-8

2.1.5 Fisher准则函数分割法-9

2.2边缘检测分割法-10

2.3 区域分割法-13

2.3.1分水岭法-13

2.3.2 松弛迭代法-14

2.3.3 聚类法-14

2.4结合特定理论的图像分割方法-14

2.4.1基干数学形态学的图像分割方法-14

2.4.2模糊理论图像分割的技术-14

2.4.3神经网络分割的方法-15

2.4.4通过遗传算法理论来进行图像分割-15

2.4.5小波变换在图像分割中的应用-16

2.4.6基于统计模式识别的图像分割算法-16

2.5特征融合的应用-16

2.6本章小结-17

3 数据集-18

4 基于多特征融合的图像分割技术-19

4.1引言-19

4.2图像特征-19

4.2.1 形状特征-19

4.2.2 颜色特征-20

4.3 多特征融合分割-21

4.4 实验的结果与实际的分析-22

4.5 本章小结-28

5总结与展望-29

5.1工作总结-29

5.2工作展望-29

参 考 文 献-30

致 谢-31