学位论文 > 优秀研究生学位论文题录展示

基于各向异性扩散的纹理图像分割方法研究

作　者: 蔡国雷
导　师: 邹谋炎
学　校: 中国科学院研究生院（电子学研究所）
专　业: 信号与信息处理
关键词: 纹理分割各向异性扩散方程偏微分方程尺度空间活动围道
分类号: TP391.41
类　型: 硕士论文
年　份: 2005年
下　载: 475次
引　用: 1次
阅　读: 论文下载

内容摘要

纹理图像分割将原始纹理图像分割成一系列不互相交叠的图像子区域,每个区域都具有相同的纹理特性。纹理图像分割一直是图像分割问题中比较困难的研究问题。和许多基于纹理分析和纹理建模的纹理分割方法不同,本文利用了偏微分方程的多尺度图像分析和处理方法,从图像滤波的角度入手,结合图像分割方法,给出了一种性能良好的无监督的纹理图像分割方法。论文首先介绍和分析了基于偏微分方程的图像处理方法及其原理。文中分析和比较了各向同性、各向异性扩散方程的图像滤波性质,并且介绍了基于偏微分方程的尺度空间的理论体系。论文在总变分最小化原则的基础上,分析了各向异性扩散和最小化能量泛函之间的联系,将总变分最小化和各向异性扩散方程相结合,给出了可以应用于纹理图像分割的基于总变分的各向异性扩散方程模型。利用该模型对纹理图像进行平滑滤波,可以得到光滑分区区域子图像。再利用基于活动围道的图像分割算法对该子图像进行分割,可以获得良好的纹理图像分割结果。基于总变分的各向异性扩散方程的纹理分割方法主要是基于各向异性扩散方程边界保持图像平滑的特性,纹理区域的区别仅仅依赖平滑后的区域平均灰度,存在较大的局限性。为了充分利用纹理结构的其他信息,如方向特性、尺度特性等,论文又将该方法扩展到矢量形式。论文采用Gabor滤波器组提取一组纹理特征图像。把各向异性扩散方程扩展到矢量形式对纹理特征图像矢量进行平滑,使得在各个特征通道内纹理特征一致的区域灰度趋于一致。最后用矢量形式的活动围道图像分割方法对光滑特征图像矢量进行分割。实验证明,扩展到矢量形式的纹理分割方法能获得较好的分割结果,而且该方法具有较强的适应性,能处理纹理结构复杂多变的各类纹理图像。

全文目录

第一章绪论  9-18
  1.1 纹理图像分割问题  9-13
    1.1.1 纹理的概念  9-11
    1.1.2 纹理图像分割问题  11-13
  1.2 纹理图像分割的应用  13-14
  1.3 本文研究的内容  14-16
  1.4 本文内容安排  16-17
  参考文献  17-18
第二章基于偏微分方程的图像处理方法  18-33
  2.1 引言  18-19
  2.2 偏微分方程及其在图像处理中的应用  19-21
  2.3 各向同性扩散方程  21-26
    2.3.1 高斯滤波器和各向同性扩散方程  21-23
    2.3.2 偏微分方程和尺度空间  23-26
      2.3.2.1 尺度空间的概念  23-25
      2.3.2.2 尺度空间的性质和偏微分方程的导入  25-26
  2.4 P&M的各向异性扩散方程  26-29
  2.5 其他形式的各向异性扩散方程  29-30
  2.6 小结  30-31
  参考文献  31-33
第三章基于总变分最小化的纹理图像分割方法  33-55
  3.1 基于总变分最小化的纹理图像平滑  33-39
    3.1.1 基于总变分的纹理模型  34-36
    3.1.2 最小化能量泛函导致扩散方程解  36-37
    3.1.3 基于总变分的各向异性扩散方程  37-39
  3.2 各向异性扩散方程的离散数值解法  39-43
    3.2.1 方程离散化和数值求解方法  39-41
    3.2.2 方程迭代数值求解算法  41-43
      3.2.2.1 显式和半隐式迭代求解算法  41-42
      3.2.2.2 加性算子分离AOS迭代求解算法  42-43
  3.3 基于活动围道的图像分割方法  43-46
    3.3.1 图像分割方法以及活动围道分割方法  44-45
    3.3.2 基于MDL的活动围道能量泛函  45-46
  3.4 纹理图像分割试验结果和分析  46-52
    3.4.1 基于总变分最小化的各向异性扩散平滑效果  46-48
    3.4.2 人工合成纹理图像的分割  48-50
    3.4.3 对受噪声严重污染的图像的分割  50-51
    3.4.4 对自然纹理图像的分割  51-52
  3.5 小结  52-53
  参考文献  53-55
第四章基于Gabor特征的矢量形式纹理图像分割  55-73
  4.1 纹理特征提取和 Gabor滤波器  56-60
    4.1.1 纹理特征提取技术  56-57
    4.1.2 Gabor滤波器  57-59
    4.1.3 Gabor滤波器组参数的选取  59-60
  4.2 各向异性扩散在矢量形式上的扩展  60-63
    4.2.1 各向异性扩散在矢量形式上的扩展  60-61
    4.2.2 基于总变分的各向异性扩散方程的矢量扩展  61-63
    4.2.3 矢量形式的各向异性扩散方程的数值求解  63
  4.3 基于活动围道的图像分割在矢量形式上的扩展  63-65
    4.3.1 通道独立高斯图像模型假设  64-65
    4.3.2 矢量形式的活动围道能量函数  65
  4.4 纹理图像分割结果  65-69
    4.4.1 不同尺度和方向特性的纹理图像分割  66-67
      4.4.1.1 不同方向特性的纹理图像分割  66-67
      4.4.1.2 不同尺度特性的纹理图像分割  67
    4.4.2 自然纹理图像分割  67-69
  4.5 小结  69-71
  参考文献  71-73
第五章总结与展望  73-75
  5.1 全文总结  73
  5.2 本文主要创新点  73-74
  5.3 进一步工作和研究的方向  74-75
附录  75-76
致谢  76

基于各向异性扩散的纹理图像分割方法研究

内容摘要

全文目录

相似论文