学位论文 > 优秀研究生学位论文题录展示
基于Split Bregman方法的抠图算法研究
作 者: 蔺彬
导 师: 张旭明;潘振宽
学 校: 青岛大学
专 业: 计算机应用技术
关键词: 图像抠图 Split Bregman 经典TV模型 TV-L~1模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 120次
引 用: 0次
阅 读: 论文下载
内容摘要
图像抠图是计算机图像处理中的一个重要分支,起源于电影的影片制作,早期的图像抠图是蓝屏抠图,随着社会的发展,无法满足人们对图像抠图的要求,这就需要计算机技术来对图像进行快速的提取。传统的图像分割无法实现对毛发等细微物体进行提取,因为毛发等细微物体往往所占空间不到一个像素点,基于上述情况,有学者提出了基于透明度的抠图技术,对于交界处的像素点根据抠图公式进行分离,根据已知区域像素点的信息来求解未知区域中的像素点。用变分法与偏微分方程处理图像问题,可以将抽象的图像问题转化为数学模型的形式,使其计算更加方便。由于变分和偏微分方程自适应性较强,而且具有各向异性的扩散特性,并且可以使图像保持较好的边界和纹理信息,基于上述优点,偏微分方程广泛应用在图像修复、图像抠图等各个方面。本文主要讨论了偏微分方程在图像抠图方面的应用,主要工作和创新成果如下:第一,介绍了当前图像抠图的几种方法,Knockout方法、Ruzon方法、Hillman方法、Bayesian方法、Poisson方法,并对每一种方法进行简单评价。第二,以最速降线问题和Tikhonov模型为例,介绍了变分法和偏微分方程,为文章抠图算法的研究提供了理论基础。第三,根据抠图公式,编程实现经典TV模型和TV-L1模型的图像抠图,并给出实验结果。第四,将Split Bregman方法应用到经典TV模型和TV-L1模型,使效率得到很大的提高,并取得较好的实验效果。最后,文章对抠图问题进行了总结与展望。
|
全文目录
摘要 2-3 Abstract 3-6 第一章 绪论 6-17 1.1 课题研究的背景 6 1.2 课题研究的目的和意义 6-8 1.3 数字抠图技术的发展与现状 8-15 1.4 本文的主要工作和章节安排 15-17 第二章 图像处理的理论基础 17-27 2.1 变分法 17-21 2.1.1 变分法相关介绍 17-18 2.1.2 一个典型的变分法举例-最速降线问题 18-21 2.2 偏微分方程在图像处理中的应用 21-26 2.3 本章小结 26-27 第三组 基于偏微分方程的抠图算法研究 27-38 3.1 基于经典TV模型的图像抠图 27-34 3.1.1 模型推导 27-31 3.1.2 抠图流程 31-33 3.1.3 实验结果与分析 33-34 3.2 基于TV-L~1模型的图像抠图 34-36 3.2.1 模型推导 34-36 3.2.2 抠图流程 36 3.2.3 实验结果与分析 36 3.4 本章小结 36-38 第四章 基于Split Bregman方法的抠图算法研究 38-55 4.1 Split Bregman方法 38-42 4.1.1 Split方法 38-39 4.1.2 Bregman迭代 39-41 4.1.3 Split Bregman方法 41-42 4.2 基于Split Bregman的经典TV模型 42-48 4.2.1 Split Bregman 42-43 4.2.2 抠图流程 43-44 4.2.3 实验结果与分析 44-48 4.3 基于Split Bregman的TV-L~1模型 48-54 4.3.1 Split Bregman 48-51 4.3.2 抠图流程 51 4.3.3 实验结果与分析 51-54 4.4 本章小结 54-55 第五章 总结与展望 55-56 5.1 本文的工作总结 55 5.2 今后的研究方向 55-56 参考文献 56-59 攻读学位期间的研究成果 59-60 致谢 60-62
|
相似论文
- 图像修复的变分模型及其Split-Bregman算法,TP391.41
- 曲面几何噪声去除的非局部变分模型研究,TP391.41
- 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
- 基于改进抠图算法的模糊车牌识别新方法,TP391.41
- 图像扩散模型的Split Bregman算法,TP391.41
- 基于变分法的非局部均值去噪算法研究,TP391.41
- 基于全局凸分割模型的两相图像分割研究,TP391.41
- 两相运动对象分割的分裂方法,TP391.41
- 图像修补技术的研究,TP391.41
- 基于区域生长的Poisson抠图技术,TP391.41
- 可视媒体中的流体运动分析与合成问题研究,TP391.41
- 图像恢复与分割中的新模型及快速算法,TP391.41
- 复杂背景下树木图像提取研究,TP391.41
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 基于三维重建的焊点质量分类方法研究,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
|