發(fā)布時間：2021-05-05 21:54

　　隨著信息技術的飛速革新,我們可以通過網絡獲取大量的圖像和視頻信息,在海量的數據基礎上,高效、準確的計算機視覺處理變得更為困難。面對如此繁雜的環(huán)境,如何將所感興趣的目標對象從圖像數據中分割出來是計算機視覺領域近幾年內關注的熱點。人眼視覺系統(tǒng)可以在任何環(huán)境中不受復雜背景的影響,快速并準確地定位場景中的顯著目標,在計算機視覺中,對于顯著目標的圖像分割技術被廣泛使用。本文以自然圖像和醫(yī)學圖像為研究對象,基于區(qū)域生長技術,構建顯著物體的邊緣檢測算法,結合顯著性區(qū)域檢測器,對目標圖像中的顯著物體進行分割,解決實際環(huán)境中從復雜背景區(qū)域內分割顯著物體的問題。本文的具體研究內容如下:1.本文算法利用區(qū)域生長的方法實現圖像中顯著物體的邊緣檢測,該算法能夠準確地檢測顯著物體的邊緣,刪除背景區(qū)域的干擾邊緣,檢測時不需額外的交互信息,就可以得到顯著物體的邊緣圖像。針對具有較為復雜背景的實驗圖像時,該算法仍然可以得到良好的邊緣結果。同時選擇了傳統(tǒng)的Canny邊緣檢測算法和基于Canny算子的改進邊緣檢測算法,與本文提出的算法相對比,進行了測試和評估,結果體現了了本文提出的基于區(qū)域生長的顯著物體邊緣檢測算法的有效性... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 圖像分割及其相關理論的發(fā)展概況
        1.2.1 圖像邊緣檢測研究進展
        1.2.2 圖像分割算法研究進展
        1.2.3 醫(yī)學圖像上的分割技術
    1.3 本文的主要研究內容
第2章 基于區(qū)域生長的邊緣檢測算法
    2.1 引言
    2.2 CANNY邊緣檢測算法
    2.3 基于CANNY算子的圖像邊緣檢測改進算法
        2.3.1 基于引力梯度算子的邊緣檢測改進算法
        2.3.2 基于雙邊濾波和小波變換的邊緣檢測改進算法
        2.3.3 基于離散余弦變換的邊緣檢測改進算法
        2.3.4 基于多分辨率的邊緣檢測改進算法
    2.4 基于區(qū)域生長的目標邊緣檢測算法
        2.4.1 預處理
        2.4.2 邊緣點的生長規(guī)則
        2.4.3 后處理
    2.5 實驗結果及分析
    2.6 本章小結
第3章 基于邊緣檢測的顯著物體分割算法
    3.1 引言
    3.2 原理過程
        3.2.1 視覺顯著性區(qū)域檢測
        3.2.2 獲取外圍邊緣
        3.2.3 顯著物體分割算法
    3.3 實驗結果及分析
    3.4 本章小結
第4章 CBCT圖像中的骨組織分割算法
    4.1 引言
    4.2 原理過程
        4.2.1 圖片分離
        4.2.2 確定閾值的自適應算法
        4.2.3 空間區(qū)域生長規(guī)則
    4.3 實驗結果與分析
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝


【參考文獻】：
期刊論文
[1]基于深度學習的視頻圖像壓縮編碼方法優(yōu)化[J]. 姜濤,李婷婷.  科技傳播. 2017(22)
[2]基于HSV色彩模型與區(qū)域生長法的水文圖像分割[J]. 冷建偉,沈芳婷.  計算機工程. 2017(07)
[3]基于幀間差分與背景消減的視頻摘要算法研究[J]. 辛浩,李玲玲.  淮北師范大學學報(自然科學版). 2017(02)
[4]一種改進遺傳算法在基于形態(tài)學圖像邊緣提取中的應用[J]. 張華清,排新穎.  電子設計工程. 2017(04)
[5]一種基于Canny算子的圖像邊緣檢測改進算法[J]. 段紅燕,邵豪,張淑珍,張曉宇,王小宏.  上海交通大學學報. 2016(12)
[6]基于多尺度的區(qū)域生長的圖像分割算法[J]. 肖明堯,李雄飛,張小利,張劉.  吉林大學學報(工學版). 2017(05)
[7]超像素和閾值分割相結合的顯著目標檢測算法[J]. 張晴,林家駿.  現代電子技術. 2016(14)
[8]基于改進遺傳算法的自動閾值圖像分割方法[J]. 桂預風,蘇鵬.  數學的實踐與認識. 2015(19)
[9]基于陰影和類Haar特征的動態(tài)車輛檢測[J]. 宋曉琳,鄔紫陽,張偉偉.  電子測量與儀器學報. 2015(09)
[10]圖像分割研究現狀概述[J]. 李磊.  信息技術與信息化. 2015(03)

碩士論文
[1]心臟CT序列圖像分割算法研究[D]. 曹武.北京交通大學 2016



本文編號：3170649