本文關(guān)鍵詞： 復(fù)雜網(wǎng)絡(luò) 分形理論 局域維數(shù) 圖像分割　出處：《西南大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：數(shù)字圖像處理技術(shù)從二十世紀(jì)五十年代開始發(fā)展到現(xiàn)在,已經(jīng)在人類生產(chǎn)生活的各個(gè)領(lǐng)域取得了廣泛的應(yīng)用。圖像分割作為數(shù)字圖像處理的關(guān)鍵技術(shù)之一,不斷吸引著眾多學(xué)者投入到相關(guān)的理論研究和技術(shù)應(yīng)用中。圖像分割是將數(shù)字圖像劃分割為子區(qū)域的過(guò)程,其目的是使數(shù)字圖像更容易被處理和分析。近年來(lái)復(fù)雜網(wǎng)絡(luò)研究的逐漸興起,引發(fā)了網(wǎng)絡(luò)科學(xué)等相關(guān)領(lǐng)域研究方法的變革。復(fù)雜網(wǎng)絡(luò)是研究網(wǎng)絡(luò)靜態(tài)特性和動(dòng)力學(xué)特性并描述、分析和預(yù)測(cè)物理、生物和社會(huì)等網(wǎng)絡(luò)現(xiàn)象的一門新興學(xué)科。Mandelbrot所提出的分形理論,是描述和研究自然界中復(fù)雜、不規(guī)則事物和現(xiàn)象的。分形維數(shù)從維數(shù)的角度對(duì)分形的性質(zhì)進(jìn)行了描述和度量。從分形維數(shù)的角度來(lái)看,局域維數(shù)被用來(lái)度量復(fù)雜網(wǎng)絡(luò)上的節(jié)點(diǎn)對(duì)其局部網(wǎng)絡(luò)結(jié)構(gòu)空間占有有效性。從復(fù)雜網(wǎng)絡(luò)局域維數(shù)的角度去研究數(shù)字圖像的分割方法,可以將數(shù)字圖像的局部特征和整體特性結(jié)合起來(lái),可為數(shù)字圖像的分割提供更加全面的圖像信息。受多種因素影響的圖像分割是個(gè)復(fù)雜性的問(wèn)題。在實(shí)際應(yīng)用的圖像分割問(wèn)題中,光照不均勻、噪聲的影響或內(nèi)容不清晰等因素均可能導(dǎo)致圖像分割結(jié)果的不理想。以圖為基礎(chǔ)的復(fù)雜網(wǎng)絡(luò)是分析和研究復(fù)雜系統(tǒng)和復(fù)雜性問(wèn)題的有效工具。從復(fù)雜網(wǎng)絡(luò)角度的進(jìn)行圖像分割能夠較好地處理圖像的全局性質(zhì),從而減弱光照、噪聲等因素對(duì)圖像分割產(chǎn)生的不良影響。由分形維數(shù)推廣而來(lái)的局域維數(shù)是對(duì)局部復(fù)雜形狀的空間特性的有效度量。從局域維數(shù)的角度進(jìn)行圖像分割能夠較好地表征圖像的局部細(xì)節(jié),從而使分割區(qū)域的邊界更加的清晰。在本文的研究中,我們將復(fù)雜網(wǎng)絡(luò)理論和分形理論結(jié)合起來(lái),結(jié)合兩者在圖像分割上各自的優(yōu)勢(shì),以求兼顧數(shù)字圖像的局部特征和整體特性。在前人研究的基礎(chǔ)上,本文提出了一種基于復(fù)雜網(wǎng)絡(luò)局域維數(shù)的圖像分割方法。首先,建立一個(gè)將數(shù)字圖像轉(zhuǎn)換成復(fù)雜網(wǎng)絡(luò)的模型。在數(shù)字圖像所對(duì)應(yīng)的網(wǎng)絡(luò)中,節(jié)點(diǎn)和連接分別對(duì)應(yīng)于像素和像素間的相關(guān)性。連接的權(quán)重依賴于像素間歐式距離和灰度差值的加權(quán)組合。然后,在建立圖像所對(duì)應(yīng)網(wǎng)絡(luò)的基礎(chǔ)上,計(jì)算網(wǎng)絡(luò)上各節(jié)點(diǎn)的局域維數(shù)。通過(guò)將復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)的局域維數(shù)與數(shù)字圖像中像素的固有性質(zhì)聯(lián)系起來(lái),用復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)的局域維數(shù)來(lái)描述數(shù)字圖像像素的性質(zhì),依據(jù)節(jié)點(diǎn)的局域維數(shù)可將數(shù)字圖像劃分為不同的區(qū)域。可以觀察到的是,處于邊緣的像素所對(duì)應(yīng)的節(jié)點(diǎn)相對(duì)于區(qū)域內(nèi)像素所對(duì)應(yīng)的節(jié)點(diǎn)擁有更低的局域維數(shù)。區(qū)域邊緣像素所對(duì)應(yīng)的節(jié)點(diǎn)有較低的局域維數(shù),區(qū)域內(nèi)部像素所對(duì)應(yīng)節(jié)點(diǎn)的局域維數(shù)相對(duì)較高而且相近。依據(jù)局域維數(shù)在不同區(qū)域像素上分布的偏好,不同區(qū)域的像素能夠得到有效地劃分,從而完成對(duì)圖像的分割。最后,本文對(duì)所提出的基于復(fù)雜網(wǎng)絡(luò)局域維數(shù)的分割方法與其他分割方法進(jìn)行了比較和分析。實(shí)驗(yàn)結(jié)果表明,本文方法是有效且可行的。
[Abstract]:......
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃煌;肖鵬峰;王結(jié)臣;;多尺度歸一化割用于遙感圖像分割[J];遙感信息;2015年05期

2 江貴平;秦文健;周壽軍;王昌淼;;醫(yī)學(xué)圖像分割及其發(fā)展現(xiàn)狀[J];計(jì)算機(jī)學(xué)報(bào);2015年06期

3 謝佩軍;;一種基于膜計(jì)算的遺傳算法圖像分割方法[J];工業(yè)控制計(jì)算機(jī);2015年04期

4 馬海榮;程新文;;基于灰度相關(guān)性的改進(jìn)PCNN圖像自動(dòng)分割算法[J];微電子學(xué)與計(jì)算機(jī);2014年11期

5 湯曉;王銀河;;基于復(fù)雜網(wǎng)絡(luò)和圖像輪廓的形狀識(shí)別方法[J];山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

6 湯進(jìn);陳影;江波;羅斌;;基于復(fù)雜網(wǎng)絡(luò)的圖像建模與特征提取方法[J];計(jì)算機(jī)工程;2013年05期

7 張宇洋;劉滿華;韓韜;;基于Mean Shift圖像分割和支持向量機(jī)判決的候梯人數(shù)視覺(jué)檢測(cè)系統(tǒng)[J];光學(xué)精密工程;2013年04期

8 任朝棟;張全法;李煥;荊宜青;;快速消除車輛陰影的多閾值圖像分割法[J];應(yīng)用光學(xué);2010年06期

9 孫日明;;用于醫(yī)學(xué)圖像分割的區(qū)域生長(zhǎng)方法[J];大連交通大學(xué)學(xué)報(bào);2010年02期

10 許新征;丁世飛;史忠植;賈偉寬;;圖像分割的新理論和新方法[J];電子學(xué)報(bào);2010年S1期

，

本文編號(hào)：1538878