学位论文 > 优秀研究生学位论文题录展示
基于计算机视觉技术的木材细胞图像分割的研究
作 者: 管雪梅
导 师: 曹军;孙丽萍
学 校: 东北林业大学
专 业: 控制理论与控制工程
关键词: 木材细胞图像 图像分割 几何曲线演化 水平集方法 Mumford-Shah模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 158次
引 用: 5次
阅 读: 论文下载
内容摘要
随着木材科学研究的发展和深入,通过计算机视觉(CV)来对木材细胞图像进行分析成为当今木材研究的一个重要方向。图像分割技术是计算机视觉的主要组成部分,是进行细胞面积、个数、胞壁率等反映木材性质重要参数检测的一种快速准确的手段,也是木材细胞形态的定量计算和分析的基础,其检测的准确性直接影响木材特性的分析结果。 本文首先简要介绍了具有代表性的各种分割算法的原理以及功能,在分析比较后确定适合木材细胞图像的分割算法。并从传统的典型边缘检测算子的原理入手,对木材细胞图像进行了分割,比较了各种经典算子之间的性能差异,并深入剖析了它们对木材细胞图像进行分割的优缺点。 本文又针对传统边缘检测算子无法解决的问题,将几何型变模型引入木材细胞显微图像的分割中。文中较全面的介绍了几何曲线演化方法、由Osher和Sethian提出的基于水平集的图像分割方法、窄带方法、Mumford和Shah提出的Mumford-Shah图像分割模型、Chan和Vese提出的Mumford-Shah模型的水平集解法。将这些分割方法应用于木材细胞图像中,通过实验结果说明各种分割方法针对木材显微图像的优势与不足。 本文针对针叶材细胞图像的特点,对Mumford-Shah图像分割模型进行了改进,将模型中的内部像素的灰度平均值改为目标物体的核心灰度,这样有效的去除了模型分割的盲目性,为细胞的分类识别打下基础,使分割更有意义,更准确。
|
全文目录
摘要 3-4 Abstract 4-7 1 绪论 7-11 1.1 国内外研究现状和发展趋势 7-8 1.1.1 研究现状 7-8 1.1.2 发展趋势 8 1.2 课题的目的和意义 8-9 1.3 课题的研究内容及方法 9-11 2 基于计算机视觉技术的图像分割方法 11-21 2.1 计算机视觉技术 11 2.2 图像分割的定义 11-13 2.3 图像分割算法 13-17 2.3.1 基于区域的分割方法 13-14 2.3.2 基于边缘检测的分割方法 14-16 2.3.3 现代分割方法简介 16-17 2.4 适合木材细胞图像分割的算法研究 17-19 2.4.1 待分析的图像的特点 17-19 2.4.2 可采用的图像分割方法 19 2.5 软件平台简介 19 2.6 本章小结 19-21 3 传统边缘检测算法的木材细胞图像分割方法 21-30 3.1 传统边缘检测算子 21-25 3.1.1 梯度算子 22-23 3.1.2 二阶微分算子 23-24 3.1.3 Canny算子 24-25 3.2 仿真结果 25-29 3.3 各算子性能比较 29 3.4 本章小结 29-30 4 基于水平集方法的木材细胞图像分割方法 30-44 4.1 几何变形模型与图像分割 30-34 4.1.1 几何变形模型 30-32 4.1.2 几何曲线演化与图像分割 32-34 4.2 水平集方法实现活动轮廓线演化 34-38 4.2.1 Level Set算法介绍 34-36 4.2.2 水平集方法的优点 36-37 4.2.3 水平集方法的数值计算 37-38 4.3 水平集(Level Set)的快速算法——窄带算法的图像分割方法的实现 38-39 4.4 实验结果及讨论 39-43 4.4 本章小结 43-44 5 基于Mumford-Shah模型的水平集方法的木材细胞图像分割方法 44-51 5.1 Mumford-Shah模型的基本形式 44-45 5.2 基于水平集求解简化M-S模型的C-V方法 45-47 5.3 Mumford-Shah模型的改进及其在木材细胞图像分割中的应用 47-49 5.3.1 木材细胞图像的灰度特点 47-48 5.3.2 改进的Mumford-Shah模型 48-49 5.4 实验结果及讨论 49-50 5.5 本章小结 50-51 结论 51-53 参考文献 53-56 攻读学位期间发表的学术论文 56-57 致谢 57-58 独创性声明 58 学位论文版权使用授权书 58
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 曲面几何噪声去除的非局部变分模型研究,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 基于图像处理的棉花成熟度判定技术的研究,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
- 基于主动轮廓模型的图像分割方法研究,TP391.41
- 基于图像处理技术的锡膏印刷质量检测,TP391.41
- 基于粗糙集理论的图像分割研究,TP391.41
- CUDA加速CV图像分割和外部CT图像重建算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|