学位论文 > 优秀研究生学位论文题录展示

基于分水岭和水平集方法的图像分割算法研究

作　者: 吴海波
导　师: 邹北骥
学　校: 中南大学
专　业: 计算机应用技术
关键词: 图像分割曲线演化水平集方法分水岭变换
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 88次
引　用: 2次
阅　读: 论文下载

内容摘要

随着计算机的发展,图像处理技术得到了极大的重视和长足的发展,其已经迅速渗透到人类生活和社会发展的方方面面,使人们传统的生产和生活方式发生了巨大的变化。图像处理和计算机视觉中偏微分方程的应用受到了国内外有关学者极大的关注。在继承了数学和物理方程的大量的研究成果基础上,基于偏微分方程的图像处理的研究逐渐丰富和成熟,已迅速发展成为二种理论上严谨,实际上有效的方法。基于PDE模型的图像处理方法是将获取图像的边界问题转化为求解能量泛函的最优解问题,实现了与几何学、物理学的结合。本文主要研究了水平集方法和分水岭方法相关的基本理论和研究进展以及在图像分割中的应用。首先,在充分研究分水岭算法的基础上,结合数学形态学的开闭重建运算以及落差等概念,介绍了一种改进分水岭算法,以期解决传统分水岭方法中出现的图像过度分割问题。实验结果表明,这是一种实用可行的图像分割方法,能够较快速分割出目标的完整外轮廓,尤其对于过分割现象的抑止达到了很好的效果。其次,在充分研究水平集方法的基础上,对基于边缘信息的测地线活动轮廓模型和基于区域信息的C-V模型进行了研究,介绍了使用水平集方法对这两个模型进行了描述的方法,同时针对这两类模型的主要缺陷进行了改进。最后,讨论了一种基于分水岭变换和水平集方法相结合的图像分割方法。采用形态学变换的方法对原始图像进行平滑,以增强图像边缘并滤去噪声；再应用分水岭变换对平滑后的图像进行分割,利用过分割后小区域之间具有灰度值接近的特性,引入水平集方法进一步对图像进行分割,不仅使得分割速度加快,而且减少了图像分割的盲目性,提高了分割的准确性。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-14
  1.1 图像分割的概念及其意义  9-11
  1.2 常见的分割技术  11
  1.3 本课题的研究背景及现状  11-13
  1.4 研究内容及章节安排  13-14
第二章水平集方法介绍  14-22
  2.1 引言  14
  2.2 曲线演化理论  14-15
  2.3 曲线演化的水平集方法描述及数学表达  15-19
  2.4 窄带法简介  19-21
  2.5 本章小结  21-22
第三章分水岭方法  22-32
  3.1 引言  22-23
  3.2 数学描述  23-24
  3.3 典型分水岭方法  24-26
  3.4 过度分割问题  26-27
  3.5 改进快速分水岭算法  27-31
    3.5.1 分水岭变换  27-28
    3.5.2 改进算法  28-31
    3.5.3 实验结果及分析  31
  3.6 本章小结  31-32
第四章测地线活动轮廓模型和C-V模型的算法研究  32-46
  4.1 引言  32-33
  4.2 测地线活动轮廓模型概述及其水平集描述  33-35
  4.3 改进的测地线活动轮廓模型(mGAC)  35-38
    4.3.1 算法描述  35-37
    4.3.2 实验结果与讨论  37-38
  4.4 Mumford-Shah模型及C-V模型概述  38-42
    4.4.1 Mumford-Shah模型及其水平集描述  38-39
    4.4.2 C-V模型及其水平集描述  39-42
  4.5 快速初始化C-V模型  42-46
    4.5.1 算法描述  42-44
    4.5.2 实验结果与讨论  44-46
第五章分水岭和水平集的组合算法  46-53
  5.1 引言  46
  5.2 分水岭算法  46-47
  5.3 形态学变换  47-48
    5.3.1 高帽和低帽变换  47-48
    5.3.2 灰度重建  48
  5.4 分水岭变换和水平集方法的组合算法  48-53
    5.4.1 算法描述  48-50
    5.4.2 实验结果与讨论  50-53
第六章总结及展望  53-55
  6.1 全文总结  53
  6.2 未来展望  53-55
参考文献  55-58
致谢  58-59
攻读学位期间主要的研究成果  59

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
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
曲面几何噪声去除的非局部变分模型研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,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
Web图像搜索中基于GPU的图像分割技术术究,TP391.41
基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
基于主动轮廓模型的图像分割方法研究,TP391.41
基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41
基于特征的纸币号码识别的研究,TP391.41