基于序列圖像的三維重建是一種操作方便、有效的重建方法,該類方法首先對(duì)重建目標(biāo)進(jìn)行多角度拍攝得到序列圖像集,其次對(duì)獲取圖像進(jìn)行特征提取、立體特征匹配等操作生成對(duì)應(yīng)的三維點(diǎn)云數(shù)據(jù),最后通過(guò)對(duì)重建對(duì)象進(jìn)行表面重建得到三維模型。該類算法重建流程較為復(fù)雜,并且獲取到的序列圖像集中存在大量相似的冗余信息,給三維重建工作增加了負(fù)擔(dān),在一定程度上降低了重建的效果和效率。本文依托重大歷史事件時(shí)空關(guān)聯(lián)信息的虛擬仿真技術(shù)及其支撐平臺(tái)課題的項(xiàng)目,對(duì)三維重建預(yù)處理過(guò)程中的圖像分割算法進(jìn)行研究,重點(diǎn)關(guān)注對(duì)重建目標(biāo)的精準(zhǔn)提取,減少重建過(guò)程中圖像冗余信息的處理工作,實(shí)現(xiàn)重建過(guò)程中僅對(duì)目標(biāo)物體進(jìn)行建模,能夠有效的減輕三維重建系統(tǒng)的任務(wù)量,對(duì)提高重建工作的效率和重建目標(biāo)效果也具有重要意義。所以本文在GrabCut算法的基礎(chǔ)上,進(jìn)一步研究圖像分割在古建筑三維重建中應(yīng)用。主要研究工作如下:（1）針對(duì)GrabCut算法在圖像分割中存在迭代求解耗時(shí)長(zhǎng),分割結(jié)果欠分割的問(wèn)題,提出一種基于非歸一化直方圖改進(jìn)的GrabCut算法。首先該算法在GrabCut算法第一次分割結(jié)果的基礎(chǔ)上,通過(guò)非歸一化直方圖計(jì)算像素點(diǎn)屬于前景或背景的方法來(lái)代... 

【文章來(lái)源】：河南大學(xué)河南省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

S-T網(wǎng)絡(luò)在GraphCut分割算法中，S一般表示前景，T一般表示背景

（a）原圖 （b）GrabCut （c）改進(jìn)算法圖 3-4 實(shí)驗(yàn)結(jié)果對(duì)比通過(guò)分割結(jié)果可以看出，本章算法分割結(jié)果在視覺(jué)效果上與GrabCut算法基本一致本文算法在圖像分割的精度上有較好的效果。從第 1 幅圖像中間運(yùn)動(dòng)員頭部、第 3像花中間部位、第 5 幅圖像鳥(niǎo)腿部中間等細(xì)節(jié)可以看出，本文算法的分割結(jié)果更佳3.3.4 客觀評(píng)價(jià)對(duì)比為了客觀評(píng)價(jià)算法的分割效果，進(jìn)一步驗(yàn)證本文方法的有效性，對(duì)圖像分割質(zhì)量定量分析。通過(guò)比較圖像分割結(jié)果的召回率（Recall）和準(zhǔn)確率（Precision）以-measure 作為衡量圖像分割的優(yōu)劣的評(píng)價(jià)指標(biāo)。根據(jù)公式計(jì)算圖像分割的準(zhǔn)確率、率和 F-Measure 的結(jié)果如圖 3-5 所示：

（a） 準(zhǔn)確率比較1 2 3 4 5 6 7 8 9 10 11 12圖像（編號(hào)）0.30.350.40.450.50.550.60.650.70.750.80.850.90.951本文算法Grabcut（b） 召回率比較

【參考文獻(xiàn)】：
期刊論文
[1]基于非歸一化直方圖的GrabCut圖像分割算法改進(jìn)[J]. 孔顯,馬曉珂.  計(jì)算機(jī)應(yīng)用研究. 2020(05)
[2]基于改進(jìn)混合高斯模型的前目標(biāo)提取算法[J]. 李勇.  齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)
[3]結(jié)合單高斯與光流法的無(wú)人機(jī)運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 范長(zhǎng)軍,文凌艷,毛泉涌,祝中科.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(02)
[4]一種改進(jìn)Grabcut算法的彩色圖像分割方法[J]. 王告,俞申亮,巨志勇,馬素萍.  軟件導(dǎo)刊. 2019(06)
[5]基于分形紋理特征的新疆羅布麻遙感分類[J]. 劉心云,鄭江華.  中山大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[6]三維重建系統(tǒng)下的特征點(diǎn)處理與位姿恢復(fù)優(yōu)化算法[J]. 徐建鵬,卜凡亮.  計(jì)算機(jī)應(yīng)用研究. 2019(10)
[7]基于分水嶺算法的靈武長(zhǎng)棗圖像分割方法研究[J]. 劉向南,王昱潭,趙琛,朱超偉,李樂(lè)凱.  計(jì)算機(jī)工程與應(yīng)用. 2018(15)
[8]星載SAR水域分割研究進(jìn)展與趨勢(shì)分析[J]. 牛世林,郭拯危,李寧,毋琳,趙建輝.  聊城大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[9]基于改進(jìn)k均值與高斯混合模型的宮頸圖像分割[J]. 劉君,余婷婷,石慧娟.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2018(02)
[10]基于高斯混合模型的葉片檢測(cè)分割算法[J]. 侯兆靜,馮全,張濤.  計(jì)算機(jī)應(yīng)用與軟件. 2018(01)

博士論文
[1]紋理圖像特征提取與分類研究[D]. 許文韜.華東師范大學(xué) 2017
[2]圖像邊緣檢測(cè)技術(shù)及其應(yīng)用研究[D]. 曾俊.華中科技大學(xué) 2011

碩士論文
[1]基于序列圖像三維重建的圖像預(yù)處理算法研究[D]. 冷鵬飛.河南大學(xué) 2018
[2]最大流最小截問(wèn)題的算法研究與應(yīng)用[D]. 紀(jì)亞寶.南京郵電大學(xué) 2017
[3]安卓平臺(tái)下基于改進(jìn)的OneCut算法的目標(biāo)摳取與應(yīng)用研究[D]. 蔡樂(lè)黎.湖南師范大學(xué) 2017
[4]多視圖三維重建的圖像預(yù)處理算法研究[D]. 婁澤坤.河南大學(xué) 2017
[5]基于Otsu和Grab-Cut的圖像分割算法研究[D]. 楊陶.西南交通大學(xué) 2017
[6]基于圖論的SAR圖像分割方法研究[D]. 趙園.武漢大學(xué) 2017
[7]圖像紋理特征提取的研究[D]. 步亞?wèn)|.山東師范大學(xué) 2012



本文編號(hào)：3627174