学位论文 > 优秀研究生学位论文题录展示

图像感兴趣区域提取技术研究

作　者: 陈素霞
导　师: 孙君顶
学　校: 河南理工大学
专　业: 计算机应用技术
关键词: 图像感兴趣区域提取技术粗糙集理论角点检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 224次
引　用: 1次
阅　读: 论文下载

内容摘要

随着多媒体技术、互联网以及数字成像技术的飞速发展,使得图像信息的有效检索成为迫切需要解决的问题。对于图像检索来说,最终面向的是用户,设计人性化的检索系统是图像检索发展的最终方向。由于基于感兴趣区域(Region of Interset, ROI)的图像检索技术更加贴近用户需求,因而该技术逐渐成为目前基于内容图像检索研究的热点问题。基于感兴趣区域检索技术的关键在于感兴趣区域的提取,但由于图像内容的不确定性以及分割技术的不完善,感兴趣区域的自动提取至今还没有一种普遍适用的方法。本文在回顾了基于内容的图像检索技术的现状和图像感兴趣区域的概念、特点及其提取方法研究的基础上,重点分析了目前图像感兴趣区域的提取方法,在此基础上,提出了三种图像感兴趣区域提取方法:(1)在深入研究基于边缘检测技术的ROI提取方法的基础上,结合粗糙集技术,提出了一种图像感兴趣区域提取算法。针对边缘检测方法的抗噪性能差以及提取图像感兴趣区域时出现不完整和不精确的问题,在图像处理过程中,引入了粗糙集理论。其算法过程为:首先,基于先验知识描述,确定粗略ROI区域,然后,提取和ROI区域标定有关的底层图像特征如灰度、边缘、位置等,在对特征属性离散化后,构造出反映分类关系的信息表,并依据不可分辨关系划分获得基本像元区域,最后,以初始ROI区域的上近似作为最终提取的ROI区域。(2)在常规区域生长算法的基础上,提出了一种基于粗糙集的感兴趣区域提取算法。常规区域生长算法在区域生长过程中没有具体地制定区域生长过程停止的条件或规则,结合粗糙集理论,在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则,然后根据决策规则生成感兴趣区域(ROI)。该方法弥补了区域生长算法的不足,提高了感兴趣区域提取的准确性。(3)提出了基于感兴趣点的感兴趣区域提取算法。首先基于多尺度曲率多项式来提取图像的角点,然后结合凸壳理论,提出采用包含所有角点的最小凸多边形作为图像的感兴趣区域,实验结果证明了该方法不受图像旋转、缩放及仿射变换等的影响。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-8
目录  8-11
1 引言  11-17
  1.1 课题研究背景与来源  11
  1.2 图像检索技术发展概况  11-13
  1.3 感兴趣区域的概况  13-15
    1.3.1 感兴趣区域的概念和特点  13-14
    1.3.2 图像感兴趣区域的提取现状  14-15
  1.4 论文研究的内容  15
  1.5 论文的内容组织  15-16
  1.6 本章小结  16-17
2 基于感兴趣区域的提取技术  17-25
  2.1 基于用户交互的 ROI 提取方法  17-18
  2.2 基于拐点的 ROI 提取方法  18-20
  2.3 基于灰度变化的 ROI 提取方法  20-21
  2.4 基于视觉注意的提取方法  21-24
    2.4.1 自底向上的注意模型  23-24
    2.4.2 自顶向下的注意模型  24
  2.5 本章小结  24-25
3 基于粗糙集的感兴趣区域提取  25-41
  3.1 粗糙集的基本理论  25-30
    3.1.1 知识表达系统  25-27
    3.1.2 不可分辨关系  27
    3.1.3 集合的上近似和下近似  27-28
    3.1.4 知识的简化和核  28-29
    3.1.5 知识的相对简化和相对核  29
    3.1.6 决策规则  29-30
  3.2 基于边缘分割技术的 ROI 提取  30-35
    3.2.1 几种边缘的检测方法  31-34
    3.2.2 基于边缘检测的感兴趣区域提取  34-35
  3.3 基于粗糙集的感兴趣区域提取  35-39
    3.3.1 图像感兴趣区域(ROI)的粗糙近似表示  35-37
    3.3.2 样例过程描述  37-38
    3.3.3 算法试验分析  38-39
  3.4 本章小结  39-41
4 基于改进区域生长的感兴趣区域提取  41-51
  4.1 区域生长算法  41-42
  4.2 基于区域生长的 ROI 提取方法  42-44
    4.2.1 直方图法  42
    4.2.2 p 参数法  42-43
    4.2.3 基于最大方差自动获取阈值  43-44
    4.2.4 基于临域像素的灰度差判别准则  44
  4.3 一种改进的区域生长算法  44-49
    4.3.1 显著度图  45
    4.3.2 相对位置的表示  45-46
    4.3.3 特征色的提取  46
    4.3.4 ROI 区域生长决策规则  46-47
    4.3.5 新型ROI 提取算法验证  47-49
  4.4 本章小结  49-51
5 基于新型角点的感兴趣区域提取  51-63
  5.1 角点检测概述  51-52
  5.2 区域角点提取  52-58
    5.2.1 Moravec 角点检测  52-53
    5.2.2 Harris 角点检测  53-54
    5.2.3 基于小波变换的角点检测  54-55
    5.2.4 SUSAN 角点检测  55-57
    5.2.5 基于CSS 的角点检测算法  57-58
  5.3 基于新型角点的感兴趣区域提取  58-61
    5.3.1 基于多曲率多项式的角点提取方法  58-59
    5.3.2 感兴趣区域提取  59-60
    5.3.3 提取算法实验与分析  60-61
  5.4 本章小结  61-63
6 总结与展望  63-65
  6.1 论文总结  63
  6.2 工作展望  63-65
参考文献  65-71
作者简历  71-73
学位论文数据集  73-74
详细摘要  74-75

相似论文

图像拼接技术研究,TP391.41
PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
舌诊客观化中若干图像分析技术研究,TP391.41
小波分析在掌纹图像特征提取中的应用,TP391.41
基于双镜面成像的单摄像机标定方法研究,TP391.41
基于KLT与Mean-Shift的目标跟踪研究,TP391.41
运动目标跟踪系统的设计与实现,TP391.41
基于粗糙集理论的决策树分类算法与应用研究,TP18
摄像机标定相关问题研究,TP391.41
同轴异场图片的图像配准算法研究,TP391.41
基于图像处理的自动报靶方法研究,TP391.41
摄像机标定中角点快速提取算法研究,TP391.41
某铁路沿线黄土工程特性与黄土边坡稳定性研究,U212.22
多光谱遥感图像配准与融合方法研究,TP751
岩体形变实时监测系统研究,TP274
基于粗糙集理论的图像分割研究,TP391.41
虚拟服装设计系统的相关技术研究,TP391.41
基于证据理论的粗糙集方法,TP18
基于粗糙集理论的快速属性约简算法研究,TP18
GIS与空间数据挖掘技术在环境污染事故应急处理系统中的应用研究,TP311.13
基于尺度不变特征变换（SIFT）的图像配准技术研究,TP391.41