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

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 基于空间—频率域的织物组织识别新技术研究,TS101.923
  5. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  6. 感觉刺激诱发脑电特征研究,R318.0
  7. 网络传输中的ROI图像编码算法研究,TN919.81
  8. 基于多尺度分析的图像融合算法研究,TP391.41
  9. 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
  10. 轮廓波变换及其在图像处理中的应用,TP391.41
  11. 基于小波的雷达视频压缩方法研究,TN957.52
  12. 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
  13. 一种多数据流聚类异常检测算法,TP311.13
  14. 基于图像的信息隐藏技术研究,TP309.7
  15. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  16. 结合DWT的动态数据校正研究及应用,TP274
  17. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  18. 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
  19. 基于离散小波变换的图像水印算法研究,TP309.7
  20. 脑部CT图像的压缩应用,TP391.41
  21. 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