学位论文 > 优秀研究生学位论文题录展示
基于几何活动轮廓模型的图像分割方法研究
作 者: 薛哈乐
导 师: 高立群
学 校: 东北大学
专 业: 导航、制导与控制
关键词: 图像分割 几何活动轮廓模型 LGIF模型 局部熵 改进的LBF模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 2次
引 用: 0次
阅 读: 论文下载
内容摘要
图像分割是图像处理中一个基本而关键的环节,是图像分析和计算机视觉研究的基础。图像分割指的是把图像分成一些互不相交的子区域,以达到将目标物体或感兴趣的部分从图像区域中分离出来的目的。现有的图像分割方法很多,近年来,基于几何活动轮廓模型图像分割方法作为一种比较新颖的有效的分割方法,逐渐成为研究和应用的热点。本文在充分认识活动轮廓模型及其相关背景知识的基础上,重点研究了几种经典的基于区域信息的几何活动轮廓模型,并指出了它们存在的缺点。为了改善它们的缺点,本文在LGIF模型基础上进行了三点改进,提出了改进的LBF模型及其图像分割算法,分别为:(1)用尺度参数σ较大的LBF模型替代LGIF模型中的C-V模型,较大σ值的LBF模型不仅具有全局特性而且具有局部特性;(2)将进行数据处理后的局部熵引入到LGIF模型中,进而自动求取权重参数ω,克服了LGIF模型权重参数值的选取全程都需要人工参与的缺点;(3)为了有利于计算机的自动求解和避免过多无用的循环迭代,本文提出了一种新的终止准则。为了验证本文提出的改进的模型和算法的有效性和实用性,分别对人造图像、SAR图像和医学图像进行实验仿真。实验结果表明,本文模型不仅有效地改进了LGIF模型,而且很好的改善LBF模型对初始轮廓曲线敏感的缺点。同时,通过与传统图像分割算法分割结果比较,得出了活动轮廓模型更能满足医学、遥感等实际应用领域图像分割要求的结论。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-21 1.1 课题研究的背景和意义 11-13 1.2 图像分割方法概述 13-19 1.2.1 图像分割的定义 13-14 1.2.2 图像分割方法 14-19 1.2.2.1 并行边界分割 15 1.2.2.2 串行边界分割 15 1.2.2.3 并行区域分割 15-17 1.2.2.4 串行区域分割 17 1.2.2.5 结合特定理论的分割 17-19 1.3 本文的主要工作和组织结构 19-21 第2章 几何活动轮廓模型和水平集方法 21-35 2.1 引言 21-22 2.2 曲线演化方程的水平集方法 22-25 2.2.1 曲线演化理论 22-23 2.2.2 水平集方法 23-25 2.3 几何活动轮廓模型 25-33 2.3.1 基于边缘信息的几何活动轮廓模型 25-27 2.3.2 基于区域信息的几何活动轮廓模型 27-33 2.3.2.1 C-V(Chan-Vese)模型 27-30 2.3.2.2 LBF(Local Binary Fitting)模型 30-33 2.4 本章小结 33-35 第3章 基于改进的LBF模型图像分割 35-53 3.1 引言 35-36 3.2 结合全局信息和局部信息的几何活动轮廓模型(LGIF) 36-39 3.3 改进的LBF模型 39-45 3.3.1 改进的思想 39-40 3.3.2 图像局部熵 40-41 3.3.3 模型介绍 41-45 3.3.3.1 ELGIF模型能量函数 42 3.3.3.2 水平集函数框架 42-44 3.3.3.3 最小化能量函数 44-45 3.4 终止准则 45-46 3.5 总体算法流程 46-47 3.6 仿真实验及结果分析 47-51 3.7 本章小结 51-53 第4章 改进的LBF模型在图像分割中的应用 53-67 4.1 引言 53 4.2 改进的LBF模型在SAR图像分割中的应用 53-60 4.2.1 背景介绍 53-54 4.2.2 SAR图像预处理 54-57 4.2.2.1 图像增强 54-56 4.2.2.2 图像滤波 56-57 4.2.3 实验结果与分析 57-60 4.3 改进的LBF模型在医学图像分割中的应用 60-66 4.3.1 背景介绍 60-61 4.3.2 OTSU算法 61-62 4.3.3 实验结果与分析 62-66 4.4 本章小结 66-67 第5章 总结与展望 67-69 5.1 全文总结 67-68 5.2 展望 68-69 参考文献 69-73 致谢 73
|
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
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
- 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
- 基于Snake模型的参数活动轮廓模型在医学图像处理中的应用,TP391.41
- 基于Split Bregman算法的多相图像分割及三维重建,TP391.41
- 基于CBCT图像序列的三维牙齿分割技术研究,TP391.41
- 基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41
- 手指静脉识别技术研究,TP391.41
- 基于信息融合的道路和障碍物检测方法研究,TP242
- 基于谱聚类的图像分割方法研究,TP391.41
- 基于视频的车流量及排队事件检测研究,TP391.41
- 无需重新初始化模型的研究,TP391.41
- MRI颅脑图像分割算法研究,TP391.41
- 线性运动模糊图像实时恢复的实现,TP391.41
- 基于变分水平集的医学图像分割方法研究,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
|