太赫兹同轴全息再现图像的U-NET及其复合分割算法研究

发布时间：2020-05-19 08:03

【摘要】：为实现太赫兹同轴全息再现像识别,通常需要图像分割提取图像特征,因此有必要对图像分割算法进行研究和讨论。本文分别采用了基于直方图多项式拟合的复合阈值分割方法和基于U-NET模型的深度学习方法对真实太赫兹图像分割,并将两种方法复合起来应用于太赫兹同轴全息再现像分割。本文首先介绍了要处理的垫片和齿轮真实太赫兹图像特点,实验中真实太赫兹图像均存在噪声,像素分为透光和不透光部分,即目标和背景两类,而垫片图像由于成像时激光器能量不够,四周存在与目标像素灰度级类似的背景像素,仅用传统的阈值分割方法无法解决这些问题。因此使用了一种复合阈值分割算法,即裁剪、镜像扩展、NLM滤波去噪后求直方图进行多项式拟合求极大值灰度拉伸,再对直方图进行多项式拟合求极小值分割,并分步与基本全局阈值法和大津法进行了比较。相比本课题组董儒汲所用算法,滤波方式由导引滤波变为NLM滤波,多项式拟合阶数也有变化,得到的分割结果较好。为了将已有的深度学习分割算法应用到连续2.52THz同轴全息再现像分割中,由于U-NET可以在训练样本数少的前提下较精确地分割电镜神经元图像,符合本文实验中真实太赫兹同轴数字全息再现像样本少的需求,因此研究了UNET分割真实太赫兹图像时训练集、损失函数和学习率对结果的影响,得到了最优的网络模型。实验结果证明,优化后的U-NET模型对图像的目标与背景有了一定的区分能力,同时具有一定的去噪能力,可以去掉图像中不严重的噪声。实验中基本去掉了齿轮图像的噪声并且较好地保留目标,分割结果优于第二章中复合阈值分割方法,但垫片图像仍需与其他算法结合分割。由于复合阈值分割算法中多项式拟合前的预处理步骤可解决四周背景与严重噪声的问题,因此将复合阈值分割算法与U-NET算法复合起来应用于真实太赫兹图像分割。即先对图像进行裁剪、镜像扩展、NLM滤波,然后利用UNET算法分割,重复10次实验叠加分割结果以消除随机性的影响。由于真实太赫兹图像数据较少,因此对仿真图像的复合U-NET算法分割做了研究。
【图文】：

NLM滤波结果

g)相应输出 1 h)相应输出 2 i)相应输出 3图 1-2 实验结果[15]维度太赫兹图像的分割问题，2015 年，加拿大加权特征空间和简单随机抽样 k-均值聚类的的目标是估计预期中心，选择相关特征计算用了特征权重来减少分割所需的特征数，通实现最佳的特征识别，得到了适合的聚类精示。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;O441.4

【相似文献】

相关期刊论文 前10条

1 贾丽娟;;关于图像分辨率的教学思考[J];印刷世界;2011年05期

2 丁晓莲;周激流;李晓华;吴朋;;人脸识别率与图像分辨率关系的比较分析[J];计算机工程;2009年11期

3 张秀屏，刘锡国，，丛玉良;提高彩电图像分辨率的研讨[J];光学精密工程;1994年02期

4 卫红;为DVD机配哪种彩电[J];家庭科技;2000年07期

5 卜丽静;张铭娟;陈方惠;许峥辉;赵晓宇;;利用地面靶标的超分辨率重建图像分辨率评价[J];测绘科学;2019年12期

6 ;斯波特5卫星商业图像分辨率将达2.5m[J];国际太空;1997年05期

7 宋其华;郭根生;;解析计算机图像分辨率[J];中国电化教育;2003年11期

8 谷梗;;数字图像分辨率定义与其计量方法——对“数字电影技术术语普及读本”有关条目的商榷意见[J];现代电影技术;2013年07期

9 ;教你详细了解各种分辨率[J];计算机与网络;2011年24期

10 谢美华;王正明;;图像分辨率增强的偏微分方程方法[J];遥感学报;2005年06期

相关会议论文 前10条

1 杨德强;苏光大;徐天伟;;一种基于幻想脸的人脸图像分辨率提升新技术[A];第二十七届中国控制会议论文集[C];2008年

2 翟广涛;;基于二进小波变换的图像分辨率增强算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 任晓晖;龚勇清;;体全息存储再现图像分辨率实验研究[A];第十一届全国光学测试学术讨论会论文（摘要集）[C];2006年

4 陈乐;强天鹏;章有为;;小径管CR射线检测图像分辨率研究[A];2017远东无损检测新技术论坛论文集[C];2017年

5 赵源萌;邓朝;张馨;张存林;;被动式人体太赫兹安检成像的分辨率增强算法研究[A];中国光学学会2011年学术大会摘要集[C];2011年

6 张月婷;仇晓兰;丁赤飚;雷斌;付琨;;高分辨率SAR图像桥梁目标仿真与特性分析[A];第三届高分辨率对地观测学术年会（地面系统与应用技术分会）优秀论文集[C];2014年

7 张龙;张翔;孟新秀;;基于图像的舰船目标识别技术研究[A];2019年全国公共安全通信学术研讨会优秀论文集[C];2019年

8 郑虹;曾坤;郭迪;应佳熙;杨钰;彭玺;陈忠;屈小波;;基于梯度引导的边缘增强多对比度脑部MRI图像超分辨[A];2018第二十届全国波谱学学术年会会议论文摘要集[C];2018年

9 吴明晓;张晶;;基于深度学习的颈动脉超声图像斑块识别方法[A];中国医学装备大会暨2019医学装备展览会论文汇编[C];2019年

10 蔡世学;;最新研制的一种小型空载图象雷达成果[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

相关重要报纸文章 前10条

1 记者 刘霞;迄今最详细人脑图像“出炉”[N];科技日报;2019年

2 记者 刘海英;商用打印机印制出隐形图像[N];科技日报;2016年

3 尹长城 北京大学医学部生物物理学系教授 分析中心电镜室主任 中国生物物理学会冷冻电镜分会副理事长 中国电子显微学会低温电镜专业委员会主任;获诺奖的冷冻电镜是何方“神器”？[N];北京科技报;2017年

4 刘筱霞;陈永常;PHOTOSHOP中图像分辨率的设置[N];中国包装报;2002年

5 WLF;细说分辨率[N];电脑报;2003年

6 记者 曾遗荣邋通讯员 冷承秋 实习生 向哲林;美国一高科技公司将落户武汉[N];湖北日报;2007年

7 金凤;无需眼镜就能看 能听还能“摸”的3D影像来了[N];科技日报;2019年

8 燕兰;先科电子：为品牌DVD正名[N];中国经营报;2000年

9 宋连党;家庭VCD像册大制作[N];中国电脑教育报;2003年

10 ;第四代超级CCD的实力[N];计算机世界;2004年

相关博士学位论文 前10条

1 陈文斌;低剂量CT图像伪影消除及细节保护算法研究[D];中北大学;2019年

2 曹晓欢;基于机器学习的医学图像非线性配准技术研究[D];西北工业大学;2018年

3 樊春玲;数据驱动的图像感知和质量评价方法[D];中国科学院大学(中国科学院深圳先进技术研究院);2019年

4 卞春江;光学遥感图像有效区域在轨实时检测与压缩技术研究[D];哈尔滨工业大学;2018年

5 牛仁杰;星载ATP图像处理平台关键技术研究[D];中国科学院大学(中国科学院光电技术研究所);2018年

6 穆楠;夜间场景下显著目标检测方法研究[D];武汉科技大学;2019年

7 张士杰;超像素级图像组协同关联性分析与研究[D];天津大学;2017年

8 王文胜;宽幅光学遥感图像舰船飞机目标检测识别技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年

9 孙琨;图像匹配与场景三维重建方法研究[D];华中科技大学;2017年

10 霍丽娜;基于视觉感知与注意机制的图像显著目标检测[D];西安电子科技大学;2016年

相关硕士学位论文 前10条

1 刘一贤;面向交通安全的去雾图像清晰化技术研究[D];西南科技大学;2018年

2 张荻;基于深度学习的SAR图像舰船目标识别方法研究[D];国防科技大学;2017年

3 巩文盼;太赫兹同轴全息再现图像的U-NET及其复合分割算法研究[D];哈尔滨工业大学;2019年

4 谷枫;图像的聚类和检测算法研究[D];国防科技大学;2017年

5 孙海宇;基于回归模型的相似图像编码算法[D];西安电子科技大学;2019年

6 欧智潜;基于参考图像合成的快速群体图像编码算法[D];西安电子科技大学;2019年

7 唐义Z

本文编号：2670589