活動(dòng)輪廓模型具有嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)基礎(chǔ)、多樣的形式、靈活的結(jié)構(gòu)、優(yōu)越的性能,被廣泛應(yīng)用于各種圖像分割問(wèn)題,在醫(yī)療、軍事、工業(yè)等領(lǐng)域都取得了顯著成果。但是活動(dòng)輪廓模型還在不斷完善的過(guò)程中,尚存在魯棒性差、依賴(lài)初始輪廓、運(yùn)行速度慢等問(wèn)題,致使圖像的分割效果差,其理論框架有待進(jìn)一步改善,應(yīng)用范圍有待進(jìn)一步擴(kuò)展。借鑒于這一點(diǎn),我們結(jié)合水平集模型和聚類(lèi)方法,提出改進(jìn)的活動(dòng)輪廓模型,并對(duì)模型的有效性進(jìn)行驗(yàn)證。主要研究?jī)?nèi)容包括:局部二值擬合模型的能量函數(shù)的擬合僅僅只利用了圖像的局部鄰域信息,等同于進(jìn)行了局部均值濾波,于是該模型對(duì)受到高斯噪聲污染的圖像有一定程度的魯棒性,由于對(duì)椒鹽噪聲而言,均值濾波的功能毫無(wú)用處,受噪聲影響分割出現(xiàn)誤差。針對(duì)于此,根據(jù)局部二值擬合模型中的局部擬合項(xiàng)的特點(diǎn),我們采用一個(gè)可以避免椒鹽噪聲作用的中值局部擬合項(xiàng),它的泛函的最小值取該局部區(qū)域的中值,等同于作了中值濾波,從而消除椒鹽噪聲的作用。為了避免局部二值擬合模型易收斂于局部極值引起分割失敗的問(wèn)題,采用融合距離正則化水平集演化模型的方法,這兩種模型相互補(bǔ)充,將邊緣信息和區(qū)域信息有效的結(jié)合,彌足各自的不足,使得算法在保證精度的情況下,... 

【文章來(lái)源】：西安工程大學(xué)陜西省

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

活動(dòng)輪廓模型曲線(xiàn)演化圖

圖 2-2 GACM 算法分割示意圖像分割方面的求解方式的復(fù)雜性限出 CV 水平集模型。該算法檢測(cè)物的過(guò)程可以看成是一個(gè)最小化分區(qū)問(wèn)平均曲率流” - 類(lèi)似于演化活動(dòng)輪跟在經(jīng)典的活動(dòng)輪廓模型中那樣，有關(guān)。該算法通過(guò)有限差分給出數(shù)值測(cè)圖像和內(nèi)部輪廓。它的能量泛函如2 1 1 2 ( ) out ( )| ( ) | | ( )inside c side c I x C dx I x utside ( C )分別表示輪廓曲線(xiàn)C內(nèi)外的 inside ( C )和 outside ( C )的圖像強(qiáng)度2 2out ( )| ( ) |side cI x C dx 為全局?jǐn)M合能量

2 活動(dòng)輪廓模型需先驗(yàn)知識(shí) 計(jì)算成本昂貴 初始化輪廓線(xiàn)不敏感好地處理圖像中的弱邊對(duì)灰度不均勻的圖像處理效果不好處理拓?fù)浣Y(jié)構(gòu)較復(fù)雜的像需重復(fù)初始化計(jì)算成本昂貴

【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用于運(yùn)動(dòng)視頻目標(biāo)跟蹤的改進(jìn)粒子濾波模型技術(shù)研究[J]. 劉懿.  現(xiàn)代電子技術(shù). 2019(03)
[2]視頻圖像中的快速人體運(yùn)動(dòng)目標(biāo)跟蹤算法研究[J]. 李晨.  現(xiàn)代電子技術(shù). 2019(03)
[3]自適應(yīng)步長(zhǎng)下多閾值彩色圖像的全局分割方法[J]. 魯秋菊,拓守恒.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2019(01)
[4]參數(shù)化水平集活動(dòng)輪廓模型的快速圖像分割算法[J]. 陳紅,于曉升,吳成東,孫鵬.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[5]基于高斯混合模型的改進(jìn)GVF-Snake運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 盧毅,李文新.  計(jì)算機(jī)與數(shù)字工程. 2018(08)
[6]基于局部特征空間中智模糊C-均值聚類(lèi)的視網(wǎng)膜血管分割[J]. 黃木連.  信息通信. 2018(08)
[7]一種結(jié)合GMM和活動(dòng)輪廓的混合型圖像分割方法[J]. 陳明,林益賢.  小型微型計(jì)算機(jī)系統(tǒng). 2018(08)
[8]基于改進(jìn)邊緣活動(dòng)輪廓模型的超聲圖像分割[J]. 倪曉航,肖明波.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[9]基于時(shí)空域聯(lián)合信息的高原鼠兔運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 張愛(ài)華,王帆,陳海燕.  農(nóng)業(yè)工程學(xué)報(bào). 2018(09)
[10]基于幾何活動(dòng)輪廓模型的SAR圖像海岸線(xiàn)檢測(cè)[J]. 康艷秋,魏雪云.  江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)

博士論文
[1]基于聚類(lèi)分析的圖像分割算法研究[D]. 許曉麗.哈爾濱工程大學(xué) 2012

碩士論文
[1]基于邊緣信息的RGB-D圖像分割算法研究[D]. 董怡.南京郵電大學(xué) 2018
[2]改進(jìn)區(qū)域模型的水平集圖像分割算法研究[D]. 趙怡.太原理工大學(xué) 2018
[3]幾何活動(dòng)輪廓模型對(duì)灰度不均勻圖像局部分割研究[D]. 劉肖.山東大學(xué) 2017
[4]基于主動(dòng)輪廓的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D]. 張勇.武漢理工大學(xué) 2010



本文編號(hào)：3348429