学位论文 > 优秀研究生学位论文题录展示

基于进化计算的SAR图像分割

作　者: 王武飞
导　师: 刘芳
学　校: 西安电子科技大学
专　业: 计算机应用技术
关键词: 图像分割进化算法区域生长 SAR图像
分类号: TN957.52
类　型: 硕士论文
年　份: 2009年
下　载: 27次
引　用: 0次
阅　读: 论文下载

内容摘要

进化计算是一种模拟生物进化过程与机制求解问题的自适应人工智能技术,是一类随机搜索技术。它们模拟由个体组成的群体的学习过程,其中每个个体表示给定问题搜索空间的一点。在图像处理过程中,如特征提取、图像分割等不可避免地存在一些误差,这些误差会影响图像处理的效果,如何使这些误差最小是计算机视觉达到实用化的重要要求。目前进化计算已在模式识别、图像恢复、图像边缘特征提取,图像分割等方面得到了应用,并成为研究的热点。本文主要围绕应用进化计算的图像分割进行了一些研究,主要工作如下：进化计算常作为一种优化算法引入到图像分割中,如何对图像进行编码是关键的一步。现有的编码方法一般比较复杂或者有很多的参数,本文采用了一种简单的编码方法即对区域邻接关系进行编码,但是这种编码方法的重要缺陷在于会通过传递关系导致错误的合并,针对这点设计了分裂操作,有效避免了这一缺陷。算法具体如下：首先得到反应SAR图像区域一致性的G值图,然后运用区域生长的方法对图像进行了粗分割产生初始区域,在此基础上,定义了亲和度函数,通过克隆选择算法进行优化计算。对真实的SAR图像进行了分割实验,验证了算法的有效性。最后本文对含有丰富的纹理信息的SAR图像,采用非下采样Contourlet变换提取特征,用上述的算法进行了实验,得到了良好的分割结果。聚类作为一类经典算法被广泛应用在图像分割中,但是由于缺乏对像素间空间位置信息的考虑,使得算法在用于分割SAR等噪声比较强的图像时很难取得好的效果。因此,减少分割过程中噪声的影响,就需要把图像的空间信息融入到分割的过程。本文借鉴了John Horton Conway提出Game of Life的进化思想,为了把图像的空间信息融入到进化的过程中算法给出了两种约束为种群约束和邻域约束,种群约束反映种群特征对像素的影响,而邻域约束反映了图像的空间信息对该像素的影响,这两种约束来共同指导进化的过程。分别对人工合成噪声图像以及真实的SAR图像进行了分割实验,验证了算法的有效性,最后给出对种群约束和邻域约束算子进行了分析,并对参数的选择给出了说明。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-12
  1.1 研究背景  8-9
  1.2 SAR图像分割的发展动态  9-10
  1.3 论文的主要工作  10-12
第二章图像分割的常用方法  12-24
  2.1 图像分割  12-13
  2.2 基于阈值的分割技术  13-14
  2.3 基于边缘的分割技术  14-18
  2.4 基于区域特性的分割技术  18
  2.5 基于统计模式分类的分割技术  18-19
  2.6 其它分割方法  19-24
第三章基于区域生长与克隆选择的SAR图像分割  24-44
  3.1 引言  24
  3.2 SAR图像介绍  24-26
  3.3 区域生长算法  26-30
    3.3.1 区域生长介绍  26-28
    3.3.2 图像区域一致性  28-30
    3.3.3 种子区域的生成  30
  3.4 基于区域生长与克隆选择的SAR图像分割  30-38
    3.4.1 克隆选择算法  31-32
    3.4.2 编码  32-33
    3.4.3 分裂操作  33
    3.4.4 亲和度函数  33-34
    3.4.5 算法步骤  34
    3.4.6 实验结果与分析  34-38
  3.5 基于非下采样Contourlet与克隆选择的SAR图像分割  38-41
    3.5.1 特征提取  39
    3.5.2 实验结果及分析  39-41
  3.6 本章小结  41-44
第四章结合邻域信息的进化算法SAR图像分割  44-52
  4.1 引言  44-45
  4.2 结合邻域信息的进化算法图像分割  45-46
    4.2.1 问题描述  45
    4.2.2 种群约束  45
    4.2.3 邻域约束  45
    4.2.4 分裂与合并  45-46
    4.2.5 算法步骤  46
  4.3 仿真试验及实验分析  46-51
    4.3.1 人工合成噪声图像的分割结果  47-48
    4.3.2 SAR图像  48-49
    4.3.4 试验分析  49-51
  4.4 本章小结  51-52
第五章总结与展望  52-54
  5.1 论文工作总结  52
  5.2 进一步工作展望  52-54
致谢  54-56
参考文献  56-60
硕士期间发表的论文  60

相似论文

基于差分进化算法的JSP环境下成套订单研究,F273
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
K-均值聚类算法的研究与改进,TP311.13
极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
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
K-means聚类优化算法的研究,TP311.13
SAR图像超分辨率重构研究,TN957.52
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
虹膜识别的定位算法研究,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
基于医学图像序列匹配的分割及三维建模研究,TP391.41