学位论文 > 优秀研究生学位论文题录展示
基于边缘检测和分水岭的视频对象分割算法的研究
作 者: 邓庆林
导 师: 刘海华
学 校: 中南民族大学
专 业: 生物医学工程
关键词: 边缘检测 对象分割 分水岭算法 区域合并
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 45次
引 用: 0次
阅 读: 论文下载
内容摘要
随着信息技术的发展,信息技术在医学监护中的应用越来越广泛。视频作为最直接的可视信息在医学监护中发挥着重要的作用,它可以实时反映病人的行为和精神状态。然而视频巨大的数据量,给视频的传输和存储提出了一个很大的难题。因此研究基于对象的视频处理将是一个非常有意义的工作。视频对象分割作为基于对象的视频处理,是当前视频研究领域的热点与难点,其目的是提取出视频序列图像中的视频对象,是后续图像分析、存储和检索的关键。由于视频图像本身的复杂性,以及环境等外界因素的多样性,目前依然缺乏一种具有普适性的视频对象分割算法,给视频图像处理技术的推广应用产生了一个很大的障碍。因此本文着眼于探求一种具有普适性的视频对象分割算法。本文结合空间的边缘信息和区域信息进行了研究,提出了一种改进的基于边缘检测与分水岭的视频对象分割算法,主要内容包括以下几个方面:首先,针对现在的图像分割算法计算量大的难点,改进了基于边缘变化检测的视频分割算法。该算法根据视频图像变化率,选择不同的差分算法获取差分图像,从而较完整的保留视频对象边缘信息,提取出初始的视频对象边缘,并通过边缘连接算子和后处理技术提取出视频对象。其次,针对阴影问题和运动不一致的问题,提出了一种改进的基于边缘检测与分水岭的视频对象分割算法。该算法通过融合基于差分图像的边缘检测算子提取出来的视频对象和通过分水岭区域合并算法获得的视频对象轮廓,提取出视频对象。由于该算法充分利用了视频图像的时空信息,有效的改善了视频对象提取中的阴影和边缘残缺等问题。综上所述,本文将基于差分图像的边缘变化检测算子引入到分水岭变换中,提出一种基于边缘检测和分水岭的视频对象分割算法,并利用标准的序列图像作为研究对象。实验结果验证了该算法可以有效地抑制噪声、改善改善视频对象运动不一致、视频对象阴影等问题,提高了视频对象的分割准确性。
|
全文目录
摘要 7-8 Abstract 8-10 第1章 绪论 10-15 1.1 研究背景与意义 10-11 1.2 研究现状 11-13 1.3 本文结构 13-15 第2章 视频对象分割基础 15-25 2.1 运动分割 15-18 2.1.1 背景差值法 15-16 2.1.2 图像差分法 16-18 2.2 图像边缘检测技术 18-22 2.2.1 梯度算子 19-20 2.2.2 高斯-拉普拉斯算子 20-21 2.2.3 Canny 算子 21-22 2.3 数学形态学技术 22-24 2.3.1 数学形态学基本运算 22-23 2.3.2 形态学图像处理 23-24 2.4 本章小结 24-25 第3章 基于边缘变化检测的视频分割算法 25-35 3.1 基于差分图像边缘的变化检测算法 25-28 3.1.1 利用差分图像获取视频对象边缘 25-27 3.1.2 提取视频对象 27-28 3.2 改进的基于差分图像边缘的变化检测算法 28-33 3.2.1 获取差分图像 29-30 3.2.2 视频对象边缘连接 30-32 3.2.3 提取视频对象 32 3.2.4 算法的步骤 32-33 3.3 实验及结果分析 33-34 3.4 本章小结 34-35 第4章 基于边缘检测与分水岭的视频对象分割算法 35-45 4.1 分水岭算法简述 35-36 4.2 分水岭变换与区域合并 36-39 4.2.1 多尺度形态学梯度算子 37 4.2.2 分水岭变换与区域合并 37-39 4.3 基于边缘检测与分水岭的视频对象分割算法 39-42 4.3.1 算法框图及步骤 40-41 4.3.2 分割结果融合 41-42 4.3.4 形态学后处理 42 4.4 实验及结果分析 42-44 4.5 本章小结 44-45 第5章 总结与展望 45-47 5.1 全文工作总结 45 5.2 今后工作展望 45-47 参考文献 47-50 致谢 50-51 附录(攻读学位期间所发表的学术论文) 51
|
相似论文
- 基于机器视觉的光纤几何参数检测研究,TN253
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 跟踪印花系统视觉检测算法研究,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- 数码相机中Bayer格式数字图像的降噪与颜色插值算法的研究,TP391.41
- 利用非局部相似性的图像超分辨率重建研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 水下目标的视觉检测与识别,TP391.41
- 高速卡口车辆牌照检测与相关信息识别,TP391.41
- 微光像增强器的分辨力和荧光屏疵点检测技术研究,TN144
- 基于图像处理的砂轮包络廓形测量原理与技术研究,TP391.41
- 彩色医学影像分割技术研究,TP391.41
- 基于红外图像的服务器工况分类研究,TP393.05
- 基于结构相似度与MTF的图像质量评价方法研究,TP391.41
- 基于偏微分方程的图像去噪与增强研究,TP391.41
- 基于模式识别方法的天气雷达数字产品的监控与分析,TN959.4
- 基于图像处理的自动报靶方法研究,TP391.41
- 基于特征的图像匹配算法研究,TP391.41
- 体育视频分析中的运动挖掘方法研究,TP391.41
- 基于达芬奇平台的车道偏离预警系统中图像处理模块的研究,U463.6
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
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
|