学位论文 > 优秀研究生学位论文题录展示
Chan-Vese活动轮廓模型的研究
作 者: 罗德芳
导 师: 何传江
学 校: 重庆大学
专 业: 计算数学
关键词: 图像分割 Chan-Vese模型 幂变换 负片变换 偏微分方程
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 69次
引 用: 0次
阅 读: 论文下载
内容摘要
图像分割是图像分析与计算机视觉中一个基本且重要的课题。图像分割的目标是把图像区域分成许多互不相交的子区域,在每个子区域上图像的灰度同质。图像分割的方法很多,基于偏微分方程的活动轮廓模型分割方法成为最有生机、最成功的图像分割方法之一。本文研究的Chan-Vese模型是一个著名的基于区域的几何活动轮廓模型,因其对目标物体拓扑结构的变化有较强的适应性,所以得到广泛采用,目前已有许多后续的研究。该模型假定图像由两个平均灰度相差较大的同质区域(目标和背景)组成,利用目标和背景之间的灰度平均值的差别来进行分割。其实质是用二值分片常值函数逼近待分割图像。Chan-Vese模型能较好的改善基于边缘信息模型的边缘泄露、抗噪能力差等问题,但是演化速度太慢,尤其是对目标和背景灰度差较小的图像。此外,它处理直线和尖角的能力也较弱。鉴于此,本文分析了演化速度太慢的原因,并提出了一种结合灰度变换的Chan-Vese模型。在本文模型中,把灰度变换中常用的幂变换和负片变换与Chan-Vese模型进行结合,扩大目标背景灰度差,改变曲线演化的方向,以提高Chan-Vese模型的分割速度和效果。实验表明:该文方案不仅具有一定的处理灰度不均一图像的能力,大大提高了Chan-Vese模型的收敛速度,而且具有较好的处理直线和尖角的能力。
|
全文目录
中文摘要 3-4 英文摘要 4-7 1 绪论 7-14 1.1 课题背景及其意义 7-9 1.2 国内外现状综述 9-12 1.3 本文主要工作和内容安排 12-14 2 Chan-Vese 活动轮廓模型的数学背景 14-20 2.1 平面微分几何初步 14-16 2.1.1 平面曲线的定义 14-15 2.1.2 曲线的曲率 15-16 2.2 偏微分方程基础知识 16-19 2.2.1 偏微分方程基本概念 16-17 2.2.2 变分原理 17 2.2.3 求解基本方法 17-19 2.3 本章小结 19-20 3 曲线演化方程的水平集方法 20-23 3.1 曲线演化理论 20-21 3.2 水平集方法 21-22 3.3 本章小结 22-23 4 结合灰度变换的 Chan-Vese 模型 23-34 4.1 Chan-Vese 模型 23-25 4.2 改进的Chan-Vese 模型 25-29 4.2.1 对Chan-Vese 模型的进一步分析 26-27 4.2.2 灰度变换及其作用 27-28 4.2.3 改进的Chan-Vese 模型 28-29 4.3 实验结果及分析 29-33 4.4 本章小结 33-34 5 总结与展望 34-35 5.1 全文总结 34 5.2 展望 34-35 致谢 35-36 参考文献 36-40 附录 A. 作者在攻读学位期间发表的论文目录 40
|
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
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,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
- 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
- 基于特征的纸币号码识别的研究,TP391.41
- 手指静脉识别技术研究,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
|