【摘要】：對(duì)于航磁圖像所包含信息的分析,一直以來存在兩種方法,一是人工解釋,二是計(jì)算機(jī)解釋。人工解釋的優(yōu)勢(shì)在于主觀經(jīng)驗(yàn),但有時(shí)會(huì)產(chǎn)生錯(cuò)誤;而計(jì)算機(jī)解釋的優(yōu)勢(shì)在于客觀分析,能忠實(shí)執(zhí)行分析人員的意圖而不受其他方面的影響。隨著計(jì)算機(jī)及信息技術(shù)的不斷發(fā)展,計(jì)算機(jī)解釋會(huì)越來越受到人們的重視,在航磁圖像分析領(lǐng)域發(fā)揮重大作用。從目前來看,計(jì)算機(jī)解釋在圖像分割和特征提取領(lǐng)域仍有較大研究空間。本文研究了圖像小波變換的去噪原理,分析各種小波基函數(shù)與小波變換分解層數(shù)對(duì)于圖像的去噪效果,同時(shí)將其融合Chan-Vese模型,對(duì)去噪后的圖像進(jìn)行分割,效果較好,所得的分割圖像不但去除了邊緣分割誤差,同時(shí)分割的輪廓線變的更加的光滑。本文深入分析了傳統(tǒng)的曲線演化理論,并對(duì)水平集能量演化模型進(jìn)行了演化推證分析。基于Mumford-Shah以及Chan-Vese這兩種模型里的問題設(shè)計(jì)了一個(gè)將局部信息作為基礎(chǔ)的Local Chan-Vese(LCV)演化模型。此模型經(jīng)局部的信息,能夠在很小的迭代次數(shù)中完成灰度不均的圖像分割。通過給規(guī)則化項(xiàng)里引入能量懲罰固定項(xiàng),給定一定的相關(guān)性懲罰系數(shù),確保水平集函數(shù)的演化可以十分自然的維持成近似的符號(hào)距離函數(shù)。然后將以上LCV模型應(yīng)用在航磁圖像的極值區(qū)域的分割中,為航磁圖像的極值區(qū)域識(shí)別奠定了基礎(chǔ)。本文提出了基于圖像邊界輪廓的橫、列與斜三種編碼方式,得到不同圖像的輪廓邊界特征屬性,分析了不同的編碼方式對(duì)同一個(gè)圖像的編碼鏈情況。在該種編碼鏈的基礎(chǔ)上建立起B(yǎng)P神經(jīng)網(wǎng)絡(luò)模型,該種識(shí)別具有較高的精確度,同時(shí)該混合模型基于圖像的邊界輪廓編碼鏈為依據(jù),對(duì)于同一類型的樣本僅僅需要一個(gè)圖像樣本即可。解決了航磁圖像識(shí)別過程中計(jì)算速度慢、樣本量大與無法識(shí)別含有較強(qiáng)噪聲的圖像等問題。最后,利用以上方法分析了東北地區(qū)航磁特征與異常情況,證明其提高了航磁圖像處理質(zhì)量和效率,對(duì)航磁圖像計(jì)算機(jī)解釋方面的發(fā)展研究具有現(xiàn)實(shí)意義。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：P631.222
【圖文】：

小波對(duì)含噪聲圖像的去噪結(jié)果

均值濾波 維納濾波 線性平滑濾波（b）圖2.4 航磁圖像的小波直接噪聲去除結(jié)果；（a）航磁原圖（b）小波、中值濾波、平均值濾波、維納濾波與線性平滑濾波去噪結(jié)果圖

中 ( x)=0，就可以說明該點(diǎn)是存在間斷點(diǎn)的，而當(dāng) ( x)=0時(shí)，那么就說明上存在一個(gè)角點(diǎn)。在這里對(duì)于公式 3-1 采用變分法，來對(duì)其進(jìn)行整理，就可以得到下列公式：'' ''( , ) 0ext v v E x y (3-2)更好的簡化公式，因此將 v(s) v s 看成時(shí)間t 的函數(shù)，這樣就可以將公式 2-2成下列公式：'' ''( , )extvv v E x yt (3-3)式（3-3）實(shí)際上是一個(gè)偏微分方程，為了求解這個(gè)方程，最好的解決辦法是差分法。為了更能形象的體現(xiàn)出 Snake 模型的優(yōu)越性，因此通過圖 3.1 來進(jìn)從左圖我們可以看到?jīng)]有進(jìn)行收斂的曲線（用綠色表示），右圖則是經(jīng)過計(jì)已經(jīng)收斂的圖形邊界。我們從右圖可以清晰的看到目標(biāo)被圍在紅色輪廓當(dāng)中

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳詠敬;董平;王良書;孫斌;李長波;;東北地區(qū)構(gòu)造分區(qū)與深斷裂研究——基于重力場小波多尺度分解[J];地球物理學(xué)進(jìn)展;2012年01期

2 林穎;印桂生;楊耘;;非參多水平集遙感圖像分類方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年24期

3 卜富清;王茂芝;于慶剛;;基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別[J];長江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2009年02期

4 李曉峰;張樹清;劉強(qiáng);張柏;劉殿偉;盧碧波;那曉東;;高分辨率遙感影像的快速分割方法[J];紅外與毫米波學(xué)報(bào);2009年02期

5 黃天羽;石崇德;李鳳霞;程成;;一種基于判別隨機(jī)場模型的聯(lián)機(jī)行為識(shí)別方法[J];計(jì)算機(jī)學(xué)報(bào);2009年02期

6 楊耘;馬洪超;林穎;鄔建偉;;多水平集演化的高分辨率遙感影像分割[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2008年06期

7 章毓晉;;中國圖像工程:2007[J];中國圖象圖形學(xué)報(bào);2008年05期

8 錢蕓;張英杰;;水平集的圖像分割方法綜述[J];中國圖象圖形學(xué)報(bào);2008年01期

9 王振華;陳杰;竇麗華;;水平集曲線演化快速提取足跡輪廓[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2007年10期

10 陳波;賴劍煌;;用于圖像分割的活動(dòng)輪廓模型綜述[J];中國圖象圖形學(xué)報(bào);2007年01期

相關(guān)博士學(xué)位論文 前6條

1 劉軍偉;基于水平集的圖像分割方法研究及其在醫(yī)學(xué)圖像中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2009年

2 陳允杰;腦核磁共振圖像與虛擬人腦圖像分割技術(shù)研究[D];南京理工大學(xué);2008年

3 y囈黃

本文編號(hào)：2792006