圖像分割是計(jì)算機(jī)視覺以及圖像處理領(lǐng)域十分重要的問題,它是將人們感興趣的目標(biāo)區(qū)域從圖像中分割出來,從而實(shí)現(xiàn)對(duì)這些感興趣目標(biāo)的識(shí)別、分析以及進(jìn)一步處理。目前,在工業(yè)、航空航天、遙感測(cè)繪以及醫(yī)學(xué)等領(lǐng)域,圖像分割技術(shù)有著廣泛的應(yīng)用且起著關(guān)鍵的作用。本文主要研究基于變分偏微分方程的圖像分割方法。主要研究內(nèi)容及創(chuàng)新點(diǎn)概括如下:（1）根據(jù)Retinex理論,充分考慮反射部分分片常數(shù)的特性,提出基于全變差Retinex的圖像分割模型,對(duì)自然圖像進(jìn)行分割和偏移場(chǎng)矯正。進(jìn)一步,結(jié)合交替極小化方法設(shè)計(jì)該模型的快速數(shù)值求解算法。數(shù)值實(shí)驗(yàn)結(jié)果表明,該模型對(duì)簡單的二值圖像,有準(zhǔn)確的分割結(jié)果和很好的圖像矯正效果。（2）由于核磁共振成像機(jī)理,醫(yī)學(xué)核磁共振圖像（MRI）圖像中不可避免地出現(xiàn)灰度不均勻。結(jié)合變分Retinex理論,提出基于全變差Retinex的醫(yī)學(xué)圖像分割算法。數(shù)值實(shí)驗(yàn)結(jié)果表明,該算法能較好地分割出MRI腦圖像中的不同組織（如:灰質(zhì)、白質(zhì)等）,其分割結(jié)果優(yōu)于現(xiàn)有的模型。（3）醫(yī)學(xué)圖像中的偽影嚴(yán)重影響醫(yī)學(xué)圖像分割的結(jié)果。結(jié)合變分Retinex理論,引入二值偽影檢測(cè)函數(shù),提出基于全變差Retinex的醫(yī)學(xué)圖像... 

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
專用術(shù)語注釋表
第一章 緒論
    1.1 圖像分割的研究背景
    1.2 圖像分割的方法
    1.3 本文研究內(nèi)容概述
    1.4 本文章節(jié)安排
第二章 相關(guān)背景知識(shí)介紹
    2.1 有界變差函數(shù)
        2.1.1 有界變差函數(shù)的數(shù)學(xué)定義
        2.1.2 有界變差函數(shù)的基本性質(zhì)
    2.2 曲線演化和水平集方法
    2.3 Retinex理論
    2.4 本章小結(jié)
第三章 全變差圖像分割模型及快速算法
    3.1 基于邊緣的分割模型
        3.1.1 Snake模型
        3.1.2 GAC模型
    3.2 基于區(qū)域的分割模型
        3.2.1 M-S模型
        3.2.2 CV模型
        3.2.3 RSF模型
    3.3 經(jīng)典活動(dòng)輪廓模型快速求解算法
        3.3.1 基于L1正則化的快速求解方法
        3.3.2 Ginzburg-Landau逼近法
    3.4 本章小結(jié)
第四章 基于Retinex理論的全變差圖像分割模型研究
    4.1 基于Retinex理論的模型介紹
    4.2 基于Retinex理論的全變差圖像分割模型
        4.2.1 模型的提出
        4.2.2 理論分析
        4.2.3 模型的快速求解算法
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于醫(yī)學(xué)影像的Retinex全變差分割方法研究
    5.1 醫(yī)學(xué)影像分割模型介紹
    5.2 基于醫(yī)學(xué)影像的Retinex全變差分割方法設(shè)計(jì)
        5.2.1 基于全變差Retinex的醫(yī)學(xué)圖像分割算法
        5.2.2 基于全變差Retinex的醫(yī)學(xué)圖像分割和偽影檢測(cè)模型
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1 程序清單
附錄2 攻讀碩士學(xué)位期間撰寫的論文
附錄3 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝



本文編號(hào)：3666222