学位论文 > 优秀研究生学位论文题录展示
基于偏微分方程及变分法的图像分割方法及快速算法研究
作 者: 汪文彬
导 师: 张桂戌; 沈超敏
学 校: 华东师范大学
专 业: 系统分析与集成
关键词: 图像分割 GAC模型 Chan-Vese模型 分裂Bregman算法 全变分
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 171次
引 用: 0次
阅 读: 论文下载
内容摘要
图像处理是一个交叉学科,主要涉及到光学、数学和计算机技术学等领域.目前图像处理中常用的数学方法主要包括随机建模、小波分析和偏微分方程(PDE)等.基于PDE和变分法的图像处理是近十几年来发展起来的一个新方法,它具有高度的灵活性以及良好的数值实现性.到目前为止,PDE和变分法已经成功地应用于很多图像处理的研究中.图像分割是将图像分割成若干个特定的、具有独特性质的目标和区域,以便为更高层的图像处理服务.它是图像处理中一个关键步骤,是进一步进行图像分析、识别及理解的基础.本文主要探讨基于PDE和变分法的图像分割方法及其快速算法.本文中,我们提出和改进了两个分割模型,即TVg-L1模型和带权的Chan-Vese模型,并给出了它们的快速算法.第一个模型是TVg-L1模型,该模型结合了基于PDE的经典去噪模型---Rudin-Osher-Fatemi (ROF)模型和测地线活动轮廓(geodesic active contour,简称GAC)模型;我们使用分裂Bregman算法来求解该模型,并给出实验结果.该方法与传统的梯度下降法的比较表明,它对含一定噪声的图像也具有良好的效果.第二个模型是带权的Chan-Vese模型,该模型结合了Chan-Vese模型和GAC模型的优点,它是一种凸但非严格凸的Chan-Vese模型.本文运用分裂Bregman算法来求解这个模型,并给出实验结果.该方法与其它方法的实验结果的比较表明,该模型和方法在效果和运行时间都有一定的优势.
|
全文目录
摘要 6-7 ABSTRACT 7-10 第一章 绪论 10-14 1.1 数字图像处理方法概述 10-12 1.2 本文的主要内容 12-13 1.3 本文的章节结构及创新之处 13-14 第二章 预备知识 14-27 2.1 变分法定义及原理 14-17 2.1.1 泛函和变分的概念 14-15 2.1.2 变分法的两个基本引理 15-16 2.1.3 变分法和Euler-Lagrange(E-L)方程 16-17 2.2 梯度下降流 17-19 2.3 水平集方法 19-23 2.3.1 曲线几何演化的一般方程式 19-20 2.3.2 曲线演化水平集方法 20-21 2.3.3 变分水平集方法 21-23 2.4 ROF去噪模型 23-27 2.4.1 ROF模型的定义 23-24 2.4.2 Chan-Golub-Mulet(CGM)对偶算法 24-26 2.4.3 Chambolle对偶算法 26-27 第三章 分裂Bregman快速算法 27-39 3.1 分裂Bregman算法的预备知识 27-30 3.1.1 次梯度 27-28 3.1.2 凸共轭(Legendre-Fenchel共轭变换) 28-29 3.1.3 Bregman距离 29 3.1.4 带约束条件的优化问题 29-30 3.2 Bregman迭代方法 30-32 3.3 分裂Bregman迭代方法 32-34 3.4 分裂Bregman求解TV-L_1模型 34-39 3.4.1 模型介绍 34-36 3.4.2 实验结果 36-39 第四章 基于偏微分方程的图像分割方法 39-47 4.1 基于PDE及变分法的图像分割方法概述 39-40 4.2 GAC/snake模型 40-44 4.2.1 模型介绍 40-42 4.2.2 数值计算 42-44 4.3 Mumford-Shah/Chan-Vese模型 44-47 4.3.1 模型介绍 44-45 4.3.2 数值计算 45-47 第五章 图像分割的凸模型 47-57 5.1 基于ROF和GAC的凸分割模型 47-52 5.1.1 模型介绍 47-49 5.1.2 实验结果 49-52 5.2 基于Chan-Vese和GAC的凸分割模型 52-57 5.2.1 模型介绍 52-54 5.2.2 实验结果 54-57 第六章 总结与展望 57-59 6.1 本文总结 57 6.2 未来展望 57-59 参考文献 59-64 附录1:作者攻读硕士学位期间发表论文 64-65 附录2:TVg-L1模型程序代码 65-71 附录3:凸Chan-Vese模型程序代码 71-85 致谢 85
|
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
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 基于CCD探测技术的棉花“三丝”自动剔除系统研究,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
- 基于水平集的医学图像分割方法研究,TP391.41
- 小型智能足球机器人系统全局视觉的研究与设计,TP242.6
- 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
- 基于纹理的图像分割方法研究,TP391.41
- 变分水平集的图像分割技术研究,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
- 基于FPGA的图像处理方法研究与实现,TP391.41
- 手指静脉识别技术研究,TP391.41
- 基于图像特征的车型识别,TP391.41
- 无人驾驶智能车基于单目视觉的道路检测,TP391.41
- 基于信息融合的道路和障碍物检测方法研究,TP242
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
|