本文關(guān)鍵詞：基于圖割算法改進(jìn)的圖像分割方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于圖論的圖像分割方法,由于能夠兼顧圖像的局部特征和全局特征,一直受到學(xué)術(shù)界的高度關(guān)注。圖割(Graph Cuts)作為一種典型的基于圖論的圖像分割方法,具有圖論理論支撐,是計(jì)算機(jī)圖形領(lǐng)域的重要技術(shù)手段。然而,隨著圖像技術(shù)的發(fā)展和圖像分辨率的提升,圖割算法中圖的復(fù)雜度越來越大,導(dǎo)致了圖的存儲(chǔ)空間大、構(gòu)圖計(jì)算量大、計(jì)算速度慢等一系列問題。為了解決圖割算法處理高分辨率圖像時(shí)的效率問題,一種可行的方法是通過減少圖中節(jié)點(diǎn)和邊的數(shù)目來降低圖的復(fù)雜度,從而減少圖像映射到圖的時(shí)間以及最大流計(jì)算的時(shí)間,最終提高圖割算法效率。本文以最大流最小割定理為基礎(chǔ),研究并設(shè)計(jì)了基于能量函數(shù)和基于流量檢測(cè)的圖割改進(jìn)算法。首先,本文對(duì)Boykov-Jolly能量函數(shù)進(jìn)行了改進(jìn),并基于改進(jìn)的能量函數(shù)實(shí)現(xiàn)了圖割算法改進(jìn)。標(biāo)準(zhǔn)圖割算法中,每個(gè)像素節(jié)點(diǎn)都需要同時(shí)和兩個(gè)終端節(jié)點(diǎn)相連。而改進(jìn)的圖割算法中,由于修改后的能量函數(shù)區(qū)域項(xiàng)可以同時(shí)考慮節(jié)點(diǎn)與前景和背景的相似程度,所以每個(gè)節(jié)點(diǎn)只需要和一個(gè)終端節(jié)點(diǎn)相連,從而減少了節(jié)點(diǎn)與終端之間的邊的數(shù)目、降低了圖的復(fù)雜度。實(shí)驗(yàn)表明,在保證圖像分割效果的前提下,改進(jìn)算法的運(yùn)行速度更快,提高了圖割算法效率。其次,本文設(shè)計(jì)了一種圖的流量檢測(cè)方法來判斷一個(gè)節(jié)點(diǎn)是否對(duì)最大流計(jì)算有用,并基于流量檢測(cè)方法實(shí)現(xiàn)了圖割算法改進(jìn)。根據(jù)流守恒條件,滿足流量檢測(cè)公式的節(jié)點(diǎn)在尋找最大流的過程中不會(huì)被任何流經(jīng)過,因?yàn)槠淞髁靠梢杂赏鈧?cè)的環(huán)形區(qū)域來提供或吸收。從圖中刪除這些無用節(jié)點(diǎn)和無用邊,就可以有效減少圖中節(jié)點(diǎn)和邊的數(shù)目。實(shí)驗(yàn)表明,改進(jìn)后的圖割算法不需要借助任何低級(jí)別的分割工具就可以降低圖的復(fù)雜度,在保證分割效果的前提下降低了圖割算法的時(shí)間復(fù)雜度。
【關(guān)鍵詞】：圖像分割 圖割 最大流最小割 能量函數(shù) 流量檢測(cè)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 引言11-17
• 1.1 研究背景及意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 順序策略12-13
• 1.2.2 并行策略13-14
• 1.3 論文研究?jī)?nèi)容14-16
• 1.4 論文結(jié)構(gòu)安排16-17
• 2 基于圖論的圖像分割和圖割理論17-35
• 2.1 圖像分割介紹17-19
• 2.2 基于圖論的圖像分割19-24
• 2.2.1 圖論基礎(chǔ)19-23
• 2.2.2 圖像與圖的對(duì)應(yīng)關(guān)系23
• 2.2.3 基于圖論的圖像分割23-24
• 2.3 最大流最小割定理24-30
• 2.3.1 網(wǎng)絡(luò)流理論25-26
• 2.3.2 最大流算法26-29
• 2.3.3 最大流最小割定理29-30
• 2.4 圖割理論30-34
• 2.4.1 節(jié)點(diǎn)和鄰接點(diǎn)的確定30-31
• 2.4.2 邊和邊權(quán)值的確定31-32
• 2.4.3 能量函數(shù)與圖割算法32-34
• 2.5 本章小結(jié)34-35
• 3 基于能量函數(shù)的圖割算法改進(jìn)35-47
• 3.1 Bokov-Jolly能量函數(shù)及其改進(jìn)35-40
• 3.1.1 F~2和F~3能量函數(shù)模型35-37
• 3.1.2 Bokov-Jolly能量函數(shù)37-39
• 3.1.3 改進(jìn)的Boykov-Jolly能量函數(shù)39-40
• 3.2 基于Boykov-Jolly能量函數(shù)改進(jìn)的圖割算法設(shè)計(jì)40-42
• 3.3 算法實(shí)驗(yàn)與分析42-46
• 3.3.1 算法評(píng)價(jià)標(biāo)準(zhǔn)42-43
• 3.3.2 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)結(jié)果43-45
• 3.3.3 實(shí)驗(yàn)結(jié)果分析45-46
• 3.4 本章小結(jié)46-47
• 4 基于流量檢測(cè)的圖割算法改進(jìn)47-61
• 4.1 流量檢測(cè)的基本方法與設(shè)計(jì)47-51
• 4.1.1 流守恒條件47-48
• 4.1.2 流的來源分析48-49
• 4.1.3 流量檢測(cè)方法設(shè)計(jì)49-51
• 4.2 基于流量檢測(cè)的圖割改進(jìn)算法設(shè)計(jì)51-54
• 4.2.1 概念定義51-52
• 4.2.2 改進(jìn)算法的設(shè)計(jì)52-54
• 4.3 基于流量檢測(cè)的圖割改進(jìn)算法實(shí)現(xiàn)54-57
• 4.4 算法實(shí)驗(yàn)與分析57-60
• 4.4.1 分割結(jié)果評(píng)價(jià)指標(biāo)57
• 4.4.2 實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)結(jié)果57-60
• 4.4.3 實(shí)驗(yàn)結(jié)果分析60
• 4.5 本章小結(jié)60-61
• 5 結(jié)論61-63
• 5.1 總結(jié)61
• 5.2 進(jìn)一步工作61-63
• 參考文獻(xiàn)63-66
• 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果66-68
• 學(xué)位論文數(shù)據(jù)集68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 唐偉力;龍建忠;;一種基于降雨模型的圖像分割方法在礫巖圖像分割中的應(yīng)用[J];成都信息工程學(xué)院學(xué)報(bào);2007年02期

2 黃曉莉;曾黃麟;王秀碧;劉永春;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割[J];信息技術(shù);2008年09期

3 肖飛;綦星光;;圖像分割方法綜述[J];可編程控制器與工廠自動(dòng)化;2009年11期

4 汪一休;;一種交互式圖像分割的修正優(yōu)化方法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2010年02期

5 李丹;;圖像分割方法及其應(yīng)用研究[J];科技信息;2010年36期

6 龔永義;黃輝;于繼明;關(guān)履泰;;基于熵的兩區(qū)域圖像分割[J];中國(guó)圖象圖形學(xué)報(bào);2011年05期

7 張甫;李興來;陳佳君;;淺談圖像分割方法的研究運(yùn)用[J];科技創(chuàng)新與應(yīng)用;2012年04期

8 汪梅;何高明;賀杰;;常見圖像分割的技術(shù)分析與比較[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年06期

9 魏慶;盧照敢;邵超;;基于復(fù)雜性指數(shù)的圖像分割必要性判別技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2013年16期

10 陳曉丹;李思明;;圖像分割研究進(jìn)展[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2013年33期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 楊魁;趙志剛;;圖像分割技術(shù)綜述[A];2008年中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

2 楊暄;郭成安;李建華;;改進(jìn)的脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像分割中的應(yīng)用[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 楊生友;;圖像分割在醫(yī)學(xué)圖像中應(yīng)用現(xiàn)狀綜述[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國(guó)學(xué)術(shù)大會(huì)論文集[C];2009年

4 閆平昆;;基于模型的圖像分割技術(shù)及其醫(yī)學(xué)應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 高嵐;胡友為;潘峰;盧凌;;基于小生境遺傳算法的SAR圖像分割[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 孫莉;張艷寧;胡伏原;趙榮椿;;基于Gaussian-Hermite矩的SAR圖像分割[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 李盛;;基于協(xié)同聚類的圖像分割[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 張利;許家佗;;舌象圖像分割技術(shù)的研究與應(yīng)用進(jìn)展[A];中華中醫(yī)藥學(xué)會(huì)中醫(yī)診斷學(xué)分會(huì)第十次學(xué)術(shù)研討會(huì)論文集[C];2009年

9 秦昆;李振宇;李輝;李德毅;;基于云模型和格網(wǎng)劃分的圖像分割方法[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 高惠琳;竇麗華;陳文頡;謝剛;;圖像分割技術(shù)在醫(yī)學(xué)CT中的應(yīng)用[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)A卷[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學(xué);2014年

2 黃萬里;基于高分衛(wèi)星數(shù)據(jù)多尺度圖像分割方法的天山森林小班邊界提取研究[D];福建師范大學(xué);2015年

3 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學(xué);2014年

4 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

5 潘改;偏微分方程在圖像分割中的應(yīng)用研究[D];東北大學(xué);2013年

6 馮籍瀾;高分辨率SAR圖像分割與分類方法研究[D];電子科技大學(xué);2015年

7 李偉斌;圖像分割中的變分模型與快速算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

8 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復(fù)雜圖像分割[D];西安電子科技大學(xué);2014年

9 帥永e，

本文編號(hào)：315074