圖像分割是圖像跟蹤、圖像理解的重要基礎(chǔ)。航天、醫(yī)學(xué)、生物學(xué)、地質(zhì)學(xué)、材料學(xué)等研究領(lǐng)域依賴于正確的圖像分割。在現(xiàn)實(shí)世界中,由于光照、成像設(shè)備等原因,造成了圖像灰度值分布的不均勻。灰度不均勻現(xiàn)象導(dǎo)致圖像邊緣模糊不清,容易引起分割結(jié)果的不準(zhǔn)確。近十年來,灰度不均勻問題是圖像分割的研究熱點(diǎn),許多新穎的方法被提出,然而,當(dāng)處理具有嚴(yán)重強(qiáng)度不均勻性的圖像時(shí),這些方法的大多數(shù)分割結(jié)果可能是不準(zhǔn)確的。少數(shù)方法如LATE水平集模型具有較強(qiáng)抵抗灰度不均勻的能力,但這些模型的計(jì)算代價(jià)普遍較高。針對(duì)這些問題,本文提出了三種算法策略,用來提高對(duì)度不均勻圖像分割的效率和質(zhì)量。1.提出一種矩形窄帶法。傳統(tǒng)的窄帶法將水平集的計(jì)算區(qū)域約束在活動(dòng)輪廓附近的帶狀區(qū)域,從而減少了計(jì)算區(qū)域的面積,但活動(dòng)輪廓附近仍然存在許多冗余的計(jì)算區(qū)域。本文將窄帶約束在真正活動(dòng)的區(qū)域,進(jìn)一步縮小了窄帶面積,降低了水平集算法的復(fù)雜度。矩形窄帶法與LATE模型相結(jié)合,在保證分割質(zhì)量的基礎(chǔ)上提高了LATE模型的分割效率。實(shí)驗(yàn)表明矩形窄帶的面積與傳統(tǒng)窄帶的面積的比值逐漸減小到0,隨著迭代次數(shù)增加。表明矩形窄帶法有效地減少了冗余計(jì)算量。針對(duì)灰度不均勻嚴(yán)... 

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 數(shù)字圖像處理
    1.2 圖像分割方法概述
        1.2.1 圖像分割的定義
        1.2.2 圖像分割方法的分類
        1.2.3 灰度不均勻問題
        1.2.4 分割質(zhì)量評(píng)估標(biāo)準(zhǔn)
    1.3 本文的主要工作
        1.3.1 主要?jiǎng)?chuàng)新點(diǎn)
        1.3.2 論文結(jié)構(gòu)安排
第2章 傳統(tǒng)水平集圖像分割方法簡介
    2.1 水平集圖像分割方法的研究現(xiàn)狀
    2.2 基于邊緣的水平集構(gòu)造理論
    2.3 基于區(qū)域水平集構(gòu)造理論
第3章 LATE水平集圖像分割模型的矩形窄帶法
    3.1 傳統(tǒng)窄帶及其復(fù)雜度分析
    3.2 矩形窄帶法原理
        3.2.1 尋找過零點(diǎn)
        3.2.2 生成矩形窄帶
        3.2.3 與傳統(tǒng)窄帶法的比較
    3.3數(shù)值實(shí)驗(yàn)
        3.3.1 窄帶面積比較
        3.3.2 運(yùn)行效率比較
        3.3.3 分割精度分析
    3.4 本章小結(jié)
第4章 基于LOG響應(yīng)過零點(diǎn)的快速圖像分割方法
    4.1 LOG邊緣檢測
    4.2 本章方法的原理
        4.2.1 具體算法
        4.2.2 與LOG、Canny邊緣檢測方法的區(qū)別
        4.2.3 與水平集方法的區(qū)別
        4.2.4 區(qū)域強(qiáng)度分析以及本章方法的有效性
    4.3 數(shù)值實(shí)驗(yàn)
        4.3.1 與其他水平集模型比較
        4.3.2 分割質(zhì)量評(píng)估
        4.3.3 關(guān)于分割區(qū)域的標(biāo)記
        4.3.4 參數(shù)分析
    4.4 本章小結(jié)
第5章 基于熱擴(kuò)散方程的灰度不均勻圖像水平集分割方法
    5.1 2D擴(kuò)散方程
    5.2 本章提出的模型
        5.2.1 我們方法的原理
        5.2.2 與GAC模型的區(qū)別
        5.2.3 與RSF模型以及LATE模型的區(qū)別
    5.3 數(shù)值實(shí)驗(yàn)
        5.3.1 演化過程和初始輪廓分析
        5.3.2 分割質(zhì)量和效率比較
        5.3.3 參數(shù)分析
    5.4 本章小結(jié)
第6章 結(jié)論與展望
    6.1 本文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
附錄 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號(hào)：3696403