学位论文 > 优秀研究生学位论文题录展示

中低层图像理解算法研究

作　者: 沈会良
导　师: 李志能
学　校: 浙江大学
专　业: 电子科学与技术
关键词: 图像理解算法研究颜色映射三通道实际图像汽车牌照图像恢复彩色纹理图像空间分布特性分水岭
分类号: TP391.41
类　型: 博士论文
年　份: 2002年
下　载: 684次
引　用: 6次
阅　读: 论文下载

内容摘要

图像理解是研究用计算机系统解释图像，实现类似人类视觉系统理解外部世界的一门科学，它主要讨论从图像中获取信息和解释信息两个方面。自Marr于二十世纪八十年代提出视觉理论以来，图像理解学科有了很大发展，但还存在着较大的困难，主要体现在如何设计能适应复杂场景解释的算法及实时实现等方面。本文重点研究了中低层图像理解算法，包括图像恢复、图像分割、特征提取、纹理图像颜色映射等方面。在图像采集过程中，由于实际环境中成像条件的限制或物体表面特性的影响，造成图像的背景光照不均匀，影响到后续图像处理步骤的效果。针对这一问题，本文提出了基于背景变化拟合的图像恢复和增强算法，取得较好的效果。该算法首先从图像中提取空间位置均匀分布的背景样点，然后作多项式拟合得到背景光照的分布特性，开通过调节对比度因子，达到恢复和增强图像的目的。在图像特征提取方面，首先研究了小波的多分辨率特性，并提出了基于小波分析特征检测的二值字符图像识别算法和特定物体——汽车牌照分割算法。在字符识别算法中，首先提取字符图像的线性矩，并对线性矩和字符图像分别作一维和二维小波变换，然后将多个尺度上小波系数的统计变量作为特征识别，达到了很高的正确率。在牌照图像分割算法中，克服了以往基于竖向纹理方法容易受到干扰区域影响的缺陷，能够更加快速准确地完成灰度图像中车牌的定位。在彩色图像分割方面，分别提出了基于直方图层次分析和基于差值分水岭的分割方法。直方图层次分析法在CIELAB颜色空间进行，通过对三个一维直方图的循环分析和区域合并达到图像分割的目的。差值分水岭方法考虑了象素的空间位置分布，且根据同一区域中象素间差异小于不同区域象素间差异这一相对较弱的假设，克服了以往梯度分水岭方法不能有效分割区域间较宽过渡带的缺陷，达到较好的分割效果。在研究彩色纹理图像中RGB各通道空间分布特性的基础上，提出了纹理图像的颜色精确映射算法。该算法针对原始图像的不同有两种模式，即灰度—彩色映射(GCM)模式和彩色—彩色映射模式(CCM)模式。在GCM模式中，只有亮度信号的空间分布是已知的，所以算法需要从单通道信号中推导出彩色图像的三通道信息，而在CCM模式中，由于初始图像是彩色的，完成从三通道到三通道的信息映射。模拟计算值(客观)和视觉直观(主观)评估实验证明了所提出算法在颜色映射中的有效性，为图像压缩、通信和计算机辅助设计提供了有益思路。最后，研究并实现了一个实际图像分析系统——汽车牌照识别系统。详细讨论了该系统的中图像处理的各个步骤，包括图像的分割、二值化、牌照上各字符的切分和识别，并在分析大量实际图像的基础上，提出了有效的算法。系统在实际运行环境中达到96％以上的正确识别率，已通过科技成果鉴定，达到国内领先水平，并得到了大量推广应用，获得了较大的经济效益。

全文目录

中文摘要  4-6
英文摘要  6-8
目录  8-10
第一章绪论  10-20
  §1．1 研究背景  10-11
  §1．2 图像理解的现状和发展动态  11-13
    §1．2．1 图像理解的发展历史  11
    §1．2．2 Marr视觉模型及其局限性  11-13
    §1．2．3 图像理解的发展趋势  13
  §1．3 中低层图像理解算法的回顾  13-18
    §1．3．1 图像增强恢复方法回顾  13-14
    §1．3．2 图像分割方法回顾  14-17
    §1．3．3 图像的色彩和纹理分析概述  17-18
  §1．4 本论文的研究内容和章节安排  18-20
第二章光照不均匀图像的恢复  20-30
  §2．1 光照不均匀产生的原因  20-21
  §2．2 基于形态学算子的非均匀光照图像恢复  21-23
  §2．3 多项式拟合方法用于光照不均匀图像恢复  23-29
  §2．4 本章小节  29-30
第三章小波变换用于图像特征的提取  30-47
  §3．1 传统信号分析的局限性  30-31
    §3．1．1 傅立叶变换  30
    §3．1．2 短时傅立叶变换  30-31
  §3．2 小波变换  31-37
    §3．2．1 连续小波变换  31-33
    §3．2．2 离散小波变换  33
    §3．2．3 二进小波变换  33-36
    §3．2．4 正交小波构造  36-37
  §3．3 基于小波变换和矩的字符识别研究  37-43
    §3．3．1 引言  37-38
    §3．3．2 用矩和小波变换提取特征  38-42
      §3．3．2．1 线性矩的描述  38-39
      §3．3．2．2 小波变换描述  39-42
    §3．3．3 实验及结果分析  42-43
  §3．4 基于小波变换的边缘纹理特征提取  43-46
    §3．4．1 引言  43
    §3．4．2 基于小波纹理特征分析的牌照图像分割  43-46
  §3．5 本章小节  46-47
第四章纹理图像的颜色精确映射  47-59
  §4．1 前言  47-48
  §4．2 颜色空间描述  48-50
    §4．2．1 基本RGB颜色空间  48-49
    §4．2．2 XYZ颜色空间  49
    §4．2．3 CIELAB颜色空间  49-50
  §4．3 颜色映射算法  50-56
    §4．3．1 色彩坐标分析  50-51
    §4．3．2 纹理图像通道分布的分析  51-54
    §4．3．3 GCM模式  54-56
    §4．3．4 CCM模式  56
  §4．4 实验和讨论  56-58
  §4．5 本章小节  58-59
第五章彩色图像的分割算法研究  59-77
  §5．1 彩色图像分割方法概述  59-60
    §5．1．1 基于特征空间的分割方法  59-60
    §5．1．2 基于图像域的分割方法  60
    §5．1．3 基于物理模型的分割方法  60
  §5．2 直方图层次分析法用于彩色图像分割研究  60-70
    §5．2．1 颜色空间的选取  60-62
    §5．2．2 直方图层次分析用于彩色图像分割  62-67
    §5．2．3 实验利讨论  67-70
  §5．3 基于差值分水岭方法的彩色图像分割研究  70-76
    §5．3．1 分水岭用于图像分割的概念  70
    §5．3．2 差值分水岭算法研究  70-74
    §5．3．3 实验和讨论  74-76
  §5．4 本章小节  76-77
第六章一个实际图像分析系统的研究与实现  77-94
  §6．1 前言  77-79
  §6．2 图像检测与采集  79-83
    §6．2．1 图像的获取  79-81
    §6．2．2 图像检测  81-83
  §6．3 车牌识别算法研究  83-90
    §6．3．1 车牌分割  83-84
    §6．3．2 车牌图像二值化  84-87
    §6．3．3 牌照字符切分  87-89
    §6．3．4 车牌字符识别  89-90
    §6．3．5 车辆颜色识别  90
  §6．4 车牌识别系统性能  90-93
  §6．5 本章小节  93-94
第七章总结与展望  94-96
参考文献  96-110
致谢  110-111
攻博期间完成论文和成果  111

中低层图像理解算法研究

内容摘要

全文目录

相似论文