学位论文 > 优秀研究生学位论文题录展示

交叉皮层模型在图像分割中的应用研究

作　者: 马生隽
导　师: 刘映杰
学　校: 兰州大学
专　业: 电路与系统
关键词: 图像分割脉冲耦合神经网络交叉皮层模型方差边缘检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 66次
引　用: 1次
阅　读: 论文下载

内容摘要

自20世纪50年代,图像分割一直是计算机图像处理中一个十分活跃的研究领域。作为一种重要的图像处理技术,图像分割是从图像处理到图像分析的关键步骤,在理论研究和实际应用中都得到了广泛重视,其分割的准确性直接影响到后续任务的有效性,因此图像分割具有十分重要的意义。本文首先分析了国内外图像分割领域众多学者的研究成果,以及图像分割实际应用的现状和当前研究的热点问题。深入分析了数字图像分割的理论、方法以及脉冲耦合神经网络(PCNN)在数字图像处理方面的应用。在研究了PCNN模型之后,发现了其实时性较差。因此,为了有效地克服PCNN在图像分割中所遇到的困难,本文中采用了Kinser等人提出的交叉皮层模型(ICM,intersectingcortical model)。ICM是一种全新的生物视觉模型,有着生物学的背景,是在参考了多种哺乳动物大脑视觉皮层模型的基础上,以它们的公共部分为基础而设计的,它适合图形图像的实时处理且不失皮层神经元模型的基本机理。本文在与PCNN对比的基础上,详尽地阐述了ICM的结构、基本机理、基本特性,采用ICM实现了对图像的自动分割,并对其应用于图像分割做了较为深入的研究。在将ICM用于图像自动分割时,选取何种评判标准以确定最优分割结果是一个关键技术。本文提出了一种新的评判标准即简单的方差作为评判准则。大量的实验表明,该算法优于经典的最优分割评判标准如交叉熵、区域一致性和区域对比度,而且在极少损失分割效果的情况下,ICM模型更为有效地降低了执行时间。因此ICM模型更满足实时处理的要求,在现代通信领域信号处理对时间要求日益严苛的现状下本文算法有一定的应用前景。

全文目录

摘要  4-5
Abstract  5-6
目录  6-7
第一章引言  7-11
  1.1 本文的背景及意义  7-8
  1.2 图像分割的研究现状  8-9
  1.3 本文的主要工作  9-10
  1.4 本文的内容安排  10-11
第二章图像分割理论  11-22
  2.1 图像分割的定义  11-12
  2.2 图像分割的实质  12-13
  2.3 图像分割方法  13-17
    2.3.1 阈值分割方法  13-14
    2.3.2 基于边缘检测的方法  14-15
    2.3.3 基于聚类的方法  15-16
    2.3.4 彩色图像分割  16-17
  2.4 图像分割评价  17-22
    2.4.1 图像分割评价的意义  17
    2.4.2 图像分割评价的内容和方法  17-18
    2.4.3 图像分割的量化评价准则  18-22
第三章基于PCNN的图像处理  22-30
  3.1 概述  22
  3.2 PCNN模型及应用  22-27
    3.2.1 PCNN模型  22-25
    3.2.2 PCNN用于图像处理  25-27
  3.3 基于PCNN的数字图像分割  27-30
第四章基于交叉皮层模型的图像分割  30-45
  4.1 概述  30
  4.2 ICM模型  30-36
    4.2.1 概述  30-32
    4.2.2 ICM与PCNN  32-36
  4.3 基于ICM的图像快速自动分割  36-42
    4.3.1 最大方差自动图像分割  36-37
    4.3.2 量化评价比较  37-41
    4.3.3 基于ICM的边缘检测  41-42
    4.3.4 实验结果分析  42
  4.4 本文算法应用于遥感数字图像分割  42-43
  4.5 结论  43-45
第五章总结  45-46
参考文献  46-50
攻读硕士学位期间发表的论文  50-51
致谢  51

相似论文

半球谐振陀螺误差分析与测试方法设计,V241.5
某武器系统效能评估方法研究,TJ06
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
基于对数正态分布异方差模型的统计推断,O212.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
基于遗传算法的柑橘图像分割,TP391.41
基于机器视觉的光纤几何参数检测研究,TN253
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
稀疏数据矩阵条件下应用公式法估计方差分量的影响因素研究,O212.1
交通视频中车辆异常行为检测及应用研究,TP391.41
动态离散选择模型中的非齐性,O211.62
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
支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
国内冶金行业继续教育现状的调查与统计分析,F426.32
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
两总体协方差矩阵成比例的检验,O212.1
计算机辅助髋关节置换手术系统研究与开发,TP391.41