学位论文 > 优秀研究生学位论文题录展示
基于空时马尔可夫场的动态纹理分割
作 者: 张冬
导 师: 乔玉龙
学 校: 哈尔滨工程大学
专 业: 信号与信息处理
关键词: 动态纹理 MRF 小波变换 纹理分割
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 70次
引 用: 2次
阅 读: 论文下载
内容摘要
随着科学技术的发展和社会的进步,对动态纹理的研究已是纹理分析中的一个热点问题。动态纹理是指具有重复的、并随时间变化的图案形成的纹理而组成的图像序列。它在时间域上具有某种不变特性。本文首先介绍了动态纹理的研究意义和现状,分析了马尔可夫场理论应用在动态分割中的合理性,然后提出一种空时马尔可夫随机场模型法进行动态纹理分割,并将此模型推广到小波域。论文的主要工作如下:(1)提出了基于空时域马尔可夫随机场的动态纹理分割算法。根据动态纹理的空时特性,确立标记场MLL模型中的邻域系统和能量函数,并采用高斯马尔可夫随机场描述观察场。考虑到最终分割效果和计算复杂性,本文采用最大后验准则(MAP)和局部最优策略,同时进行参数估计和动态纹理分割。最后,仿真实验验证了所提算法的有效性。与文献[39]和[40]所提算法的仿真结果对比可得,本算法具有明显的优越性。(2)提出了基于小波域空时马尔可夫随机场的动态纹理分割算法。根据小波变换的多分辨率和小波系数服从高斯分布的特点,该算法对动态纹理进行空时小波变换后,首先对低频子带进行分割;将分割结果作为同级细节子带分割的初始值,再利用基于马尔可夫随机场模型进行分割;然后分割结果作为上一级细节子带分割的初始值,接着利用基于马尔可夫随机场模型进行分割;最后将第一节细节子带的分割结果初始化原图像标记场,再利用基于马尔可夫随机场模型进行分割。实验结果表明该算法优于空时域中基于马尔可夫随机场的分割算法。
|
全文目录
摘要 5-6 ABSTRACT 6-10 第1章 绪论 10-18 1.1 动态纹理研究的背景及意义 10-12 1.2 纹理分析的基本问题及主要方法 12-14 1.3 动态纹理的研究现状 14-17 1.4 本文的研究内容与结构 17-18 第2章 马尔可夫场理论 18-30 2.1 马尔可夫随机场的定义及基本性质 18-19 2.1.1 马尔可夫随机过程 18 2.1.2 马尔可夫随机场的定义 18-19 2.2 吉布斯随机场(Gibbs random field)与马尔可夫场的等价 19-22 2.2.1 吉布斯随机场 20-21 2.2.2 吉布斯随机场与马尔可夫场等价 21-22 2.3 基本的MRF模型 22-24 2.4 马尔可夫场的应用 24-28 2.4.1 贝叶斯理论 24-25 2.4.2 优化算法 25-27 2.4.3 MRF在图像分割中的应用 27-28 2.4.4 MRF在图像恢复中的应用 28 2.5 本章小结 28-30 第3章 基于空时MRF-MAP的动态纹理分割 30-47 3.1 纹理建模目标 30 3.2 标记场模型 30-34 3.2.1 确定邻域系统 31-32 3.2.2 确定能量函数 32-34 3.3 观察场模型 34-37 3.3.1 观察场模型的要求 34-35 3.3.2 伪似然函数 35-36 3.3.3 观察场的模型 36-37 3.4 动态纹理分割 37-41 3.4.1 POS准则 37-39 3.4.2 分割算法 39-41 3.5 仿真结果与性能分析 41-46 3.6 本章小结 46-47 第4章 基于小波域空时马尔可夫场的动态纹理分割 47-64 4.1 小波理论介绍 47-53 4.1.1 连续小波变换 48-49 4.1.2 离散小波变换 49-50 4.1.3 多分辨率分析 50-51 4.1.4 正交小波的Mallat算法 51-53 4.2 多维空间的小波变换 53-57 4.2.1 图像的正交小波变换 53-56 4.2.2 三维小波变换 56-57 4.3 基于小波域的动态纹理分割 57-61 4.3.1 分割算法模型 57-59 4.3.2 初始化 59-60 4.3.3 分割步骤 60-61 4.4 实验结果与性能分析 61-63 4.5 本章小结 63-64 结论 64-66 参考文献 66-70 攻读硕士学位期间发表的论文和取得的科研成果 70-71 致谢 71
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于空间—频率域的织物组织识别新技术研究,TS101.923
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,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
|