学位论文 > 优秀研究生学位论文题录展示

基于多特征动态融合的图像分割研究

作　者: 艾国红
导　师: 金培权
学　校: 中国科学技术大学
专　业: 计算机应用技术
关键词: 图像分割多特征动态融合模型综合特征区域增长海陆分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 74次
引　用: 0次
阅　读: 论文下载

内容摘要

科学技术的飞速发展、社会文明的进步使得信息处理以及交流对人们的日常生活越来越重要,人们对图像处理的要求不断的提高。图像分割是图像处理中最为关键的技术之一,它是图像分析、图像理解的基础,因此图像分割依然是一个研究热点和难题。本文针对图像分割中存在的一些问题,从以下几个方面进行研究:(1)用来描述图像的特征多种多样,常用的特征有灰度、纹理、边缘等。本文先分析各种特征的优缺点以及相互之间的互补性,然后设计一种动态的多特征融合模型使之更能全面的描述图像,便于后续的图像分割及识别过程,即能更好的指导分割。(2)信息融合能够更好的反映图像特性,因此基于信息融合思想,本文针对遥感图像中海面、陆地特点提出了一种新颖的基于多特征动态融合模型的海陆分割算法,先提取图像的纹理和灰度特征,并采用该纹理特征和灰度特征来描述遥感图像,然后通过一定的动态融合策略将两种特征融合生成一张综合特征图,使之能准确的反映图像信息,并进而指导阈值分割,提高了分割算法的适应性和鲁棒性。(3)本文在分析传统的区域增长法优缺点的基础上,提出了一种改进的区域增长法。针对传统的区域增长法难以选取初始种子点的问题,引入k-means聚类方法以产生初始的区域种子点,且在聚类过程中将动态融合模型生成的综合特征引入,使聚类的结果更为合理;同时将综合特征引入到区域生长的准则中,降低噪声对区域生长法的影响。

全文目录

摘要  4-5
Abstract  5-10
第1章绪论  10-18
  1.1 研究背景  10-11
  1.2 图像分割的目的和意义  11-13
  1.3 国内外研究现状  13-15
  1.4 本论文的主要工作  15-16
  1.5 论文组织结构  16-18
第2章图像分割综述  18-32
  2.1 阈值分割法  18-23
    2.1.1 灰度直方图峰谷法  18-19
    2.1.2 最大类间方差法  19-20
    2.1.3 最大熵法  20-21
    2.1.4 最小误差分割法  21-22
    2.1.5 Fisher 准则函数分割法  22-23
  2.2 边缘检测分割法  23-26
  2.3 区域分割法  26-28
    2.3.1 分水岭法  26-27
    2.3.2 松弛迭代法  27
    2.3.3 聚类法  27-28
  2.4 结合特定理论的图像分割方法  28-31
    2.4.1 基于数学形态学的图像分割方法  28
    2.4.2 结合模糊理论的图像分割技术  28-29
    2.4.3 基于神经网络的分割方法  29
    2.4.4 利用遗传算法理论的图像分割  29-30
    2.4.5 小波变换在图像分割中的应用  30
    2.4.6 基于统计模式识别的图像分割算法  30-31
  2.5 本章小结  31-32
第3章多特征动态融合模型  32-38
  3.1 引言  32
  3.2 图像特征  32-34
    3.2.1 灰度特征  32-33
    3.2.2 纹理特征  33
    3.2.3 方向特征  33-34
  3.3 多特征动态融合模型  34-37
    3.3.1 特征提取  34-35
    3.3.2 特征融合  35-37
  3.4 实验与分析  37
  3.5 本章小结  37-38
第4章基于多特征动态融合模型的海陆分割算法  38-44
  4.1 引言  38-39
  4.2 基于多特征动态融合模型的海陆分割算法流程  39-40
    4.2.1 综合特征图提取  39
    4.2.2 阈值分割  39-40
    4.2.3 映射及边缘处理  40
  4.3 实验与分析  40-43
  4.4 本章小结  43-44
第5章基于区域生长的分割算法研究  44-52
  5.1 引言  44
  5.2 区域生长的主要思想  44-47
    5.2.1 区域生长准则  45-46
    5.2.2 传统的区域生长法  46-47
  5.3 一种改进的区域生长法  47-50
    5.3.1 算法描述及流程  48-49
    5.3.2 实验结果分析  49-50
  5.4 本章小结  50-52
第6章总结与展望  52-56
  6.1 论文工作总结  52-53
  6.2 下一步研究展望  53-56
参考文献  56-60
致谢  60-62
在读期间发表的学术论文与取得的研究成果  62

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
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SURF算法的多幅图像三维模型重建方法研究,TP391.41
基于特征的纸币号码识别的研究,TP391.41