發(fā)布時間：2021-07-15 00:38

　　圖像分割是根據(jù)紋理特征、灰度信息、顏色和形狀將其分成具有相應(yīng)特征的區(qū)域,然后從中對感興趣的區(qū)域作進一步圖像處理,是圖像處理過程的重要步驟。在所有分割算法中,水平集算法依靠輪廓曲線動態(tài)演化的思想,憑借其自由的拓撲結(jié)構(gòu)、強大的數(shù)學(xué)基礎(chǔ)等優(yōu)越性能被廣泛使用。然而由于受不同復(fù)雜場景等影響,圖像呈現(xiàn)出不同程度的灰度不均勻性,給分割帶來很大挑戰(zhàn)。目前,基于水平集方法精確的對灰度不均勻圖像進行分割,是當前的一個研究熱點。本文主要研究基于水平集方法在灰度不均勻圖像上的分割,對于局部二值擬合模型分割存在的缺陷和不足從兩個角度提出相應(yīng)的改進,主要工作如下:（1）針對局部二值擬合分割模型中曲線演化緩慢迭代時間長、弱邊緣分割不理想問題,提出基于局部引入全局信息的局部二值擬合能量模型。該方法通過在灰度均勻區(qū)域引入局部全局作用力加速輪廓的演化,利用灰度均勻判斷函數(shù)判斷曲線上各點周圍區(qū)域的灰度分布均勻程度,進而確定局部全局作用力的使用范圍,通過計算使其朝著能量最小化方向運動,實現(xiàn)對目標區(qū)域快速準確的分割。（2）針對局部二值擬合分割模型中需要人工初始化對初始輪廓位置及大小敏感問題,改進后的引入局部全局信息的局部二值擬... 

【文章來源】：安徽理工大學(xué)安徽省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１圖像分割在圖像工程中的地位??

連續(xù)函數(shù)曲面扒上具有相同函數(shù)值的同值曲線表示低維空間中的演化曲線，??因函數(shù)值不同不影響計算，為了便于統(tǒng)一通常令＜３＝０，也將其稱之為零水平集。??為了更好理解，如圖２所示，第一排灰色區(qū)域?qū)?yīng)目標區(qū)域輪廓演化，圖２中紅??色曲面是水平集函數(shù)扒ｘ，＿ｙ），截面是對應(yīng)時刻的目標區(qū)域即零水平集。??１０??

ｄｔ??曲線Ｃ的演化收斂的速度是由速度函數(shù)Ｖ決定，幾何形變主要由法向矢量方??向的運動導(dǎo)致，演化過程中主要依靠法向分量驅(qū)動曲線的演化。如圖４所示，曲??線中箭頭代表該處的單位法向量Ｎ，所指方向為該處曲線將會演化的方向。??〇??圖４曲線演化示意圖??Ｆｉｇｕｒｅ４?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｃｕｒｖｅ?ｅｖｏｌｕｔｉｏｎ??主動輪廓是朝著單方向演化，當曲線沿法向方向演化時，演化速度最快。僅??僅依靠速度函數(shù)和法向矢量，會導(dǎo)致曲線在各自演化時因演化速率不同出現(xiàn)相交??現(xiàn)象，研宄發(fā)現(xiàn)可以依靠在曲線中加入曲率信息克服了曲線交錯現(xiàn)象的出現(xiàn)。從??１４??


本文編號：3285220