学位论文 > 优秀研究生学位论文题录展示

基于MRF和非采样小波变换的动态纹理分割

作　者: 徐晓明
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: 动态纹理分割 马尔可夫随机场 马尔可夫链蒙特卡洛 非采样小波变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 17次
引　用: 0次
阅　读: 论文下载
 

内容摘要


动态纹理是时间上具有相关性，空间上具有重复性的纹理图像序列。关于动态纹理的研究有很多方面，包括动态纹理的分类、分割、合成等。由于动态纹理普遍存在于人们生活的各个方面，因此具有广泛的应用。动态纹理分割即是对纹理图像序列中的互不相叠、纹理均匀一致的若干区域重新标号的过程。马尔可夫随机场(markov random field, MRF)模型能够有效地描述动态纹理特征，因此，本文深入研究基于马尔可夫随机场模型的动态纹理分割算法，并将结合小波域的多分辨性，形成了非采样小波变换的马尔可夫随机场(NSMRF)模型。本文的工作如下：1、基于马尔可夫随机场模型的动态纹理分割：根据选取的邻域系统和能量函数来描述动态纹理的特性，分别采用服从吉布斯分布的标记场以及服从高斯分布的观察场来描述动态纹理，利用马尔可夫链蒙特卡洛(markov chain monte carlo, MCMC)方法实现参数估计，形成基于MCMC方法的MRF动态纹理分割模型，运用最大后验准则(MAP)分割动态纹理。仿真实验验证MRF模型的有效性。2、基于NSMRF模型的动态纹理分割：根据非采样小波变换具有平移不变性，非采样小波变换更适合于动态纹理分割，提出了基于非采样小波变换的动态纹理分割算法。该算法还考虑到MCMC方法用于参数估计的耗时性，提出了改进的MCMC算法用于实现参数估计，从而减少动态纹理分割的计算复杂性。同时该算法考虑了同一尺度各个子带小波系数的关系，建立了NSMRF模型。仿真实验验证了NSMRF模型用于动态纹理分割的优越性。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-17
  1.1 动态纹理研究的背景及意义  10-11
  1.2 动态纹理主要研究内容和一般方法  11-13
  1.3 动态纹理的研究现状  13-15
  1.4 本文研究的内容方法  15-17
第2章 马尔可夫随机场基本理论  17-28
  2.1 马尔可夫随机场的基本理论  17-19
  2.2 经典的马尔可夫随机场模型  19-21
    2.2.1 高斯马尔可夫随机场混合模型  19-20
    2.2.2 MLL 模型  20
    2.2.3 Ising 模型  20-21
    2.2.4 FGMM 模型  21
  2.3 常用的马尔可夫随机场参数估计方法  21-24
    2.3.1 马尔可夫链蒙特卡洛方法  21-23
    2.3.2 最大似然估计  23-24
  2.4 常用的分割方法  24-26
    2.4.1 迭代条件模式  24-25
    2.4.2 模拟退火算法  25-26
  2.5 动态纹理分割的最优准则与衡量标准  26-27
    2.5.1 动态纹理的最优准则  26-27
    2.5.2 动态纹理分割的衡量标准  27
  2.6 本章小结  27-28
第3章 基于马尔可夫场的动态纹理分割  28-38
  3.1 纹理图像分割原理  28
  3.2 观察场模型  28-29
  3.3 标记场模型  29-32
    3.3.1 领域系统的确定  30-32
    3.3.2 能量函数的确定  32
  3.4 动态纹理分割  32-35
    3.4.1 MCMC 参数估计算法  32-34
    3.4.2 分割算法  34-35
  3.5 仿真结果与性能分析  35-37
  3.6 本章小结  37-38
第4章 基于非采样小波变换的动态纹理分割  38-60
  4.1 小波变换理论  38-44
    4.1.1 连续小波变换  38-39
    4.1.2 离散小波变换  39-40
    4.1.3 正交小波变换  40-42
    4.1.4 非采样小波变换  42-44
  4.2 图像的提升小波分解算法  44-49
    4.2.1 提升小波变换  45
    4.2.2 常用的提升小波基  45-48
    4.2.3 三维非采样小波变换  48-49
    4.2.4 图像的提升小波分解算法  49
  4.3 基于非采样小波变换的马尔可夫场的动态纹理分割  49-56
    4.3.1 NSMRF 模型  50-51
    4.3.2 NSMRF 模型的参数估计算法  51-53
    4.3.3 初始化分割  53-54
    4.3.4 NSMRF 模型的分割算法  54-56
  4.4 实验结果与性能分析  56-59
  4.5 本章小结  59-60
结论  60-61
参考文献  61-66
攻读硕士学位期间发表的论文和取得的科研成果  66-67
致谢  67

相似论文

  1. 基于统计方法的核磁共振人脑图像的分割及三维数据的分析,R445.2
  2. 目标的快速检测、定位与运动分析,TP391.41
  3. 基于MRF模型和统计建模的SAR图像地物分类方法研究,TN957.52
  4. 基于马尔科夫模型的纹理图像分割,TP391.41
  5. 基于马尔科夫随机场D-S证据理论对人脑图像的分割研究,TP391.41
  6. 基于自适应阈值和马尔可夫随机场医学图像分割算法研究,TP391.41
  7. 基于MRF模型的SAR图像分割方法研究,TN957.52
  8. 关于若干回归模型的研究,O212.1
  9. 极化SAR影像分类方法研究,TN957.52
  10. 基于马尔可夫随机场的膝关节磁共振图像分割方法的研究,TP391.41
  11. 基于冰情图SAR海冰图像分割,TN957.52
  12. 基于区域生长与边缘惩罚的SAR图像分割算法研究,TN957.52
  13. 基于马尔可夫随机场的SAR图像分割算法研究,TN957.52
  14. 粗糙海面电磁散射特性方法研究,TN011
  15. 暗物质与暗能量相互作用模型的研究与参数计算,P145.9
  16. SAR图像机动目标分割方法研究,TN957.52
  17. 基于双树复数小波的压缩传感图像重构算法研究,TP391.41
  18. 基于边缘惩罚TMF的无监督SAR图像多类分割算法,TN957.52
  19. 一种快速TMF的无监督SAR图像多类分割算法,TN957.52
  20. SAR图像中道路网提取算法研究,TN957.52
  21. 基于MCMC的Chirp信号参数估计及其在SAR成像中的应用,TN957.51

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