三维重建预处理中图像分割算法研究
发布时间：2022-02-15 19:58
基于序列图像的三维重建是一种操作方便、有效的重建方法,该类方法首先对重建目标进行多角度拍摄得到序列图像集,其次对获取图像进行特征提取、立体特征匹配等操作生成对应的三维点云数据,最后通过对重建对象进行表面重建得到三维模型。该类算法重建流程较为复杂,并且获取到的序列图像集中存在大量相似的冗余信息,给三维重建工作增加了负担,在一定程度上降低了重建的效果和效率。本文依托重大历史事件时空关联信息的虚拟仿真技术及其支撑平台课题的项目,对三维重建预处理过程中的图像分割算法进行研究,重点关注对重建目标的精准提取,减少重建过程中图像冗余信息的处理工作,实现重建过程中仅对目标物体进行建模,能够有效的减轻三维重建系统的任务量,对提高重建工作的效率和重建目标效果也具有重要意义。所以本文在GrabCut算法的基础上,进一步研究图像分割在古建筑三维重建中应用。主要研究工作如下:（1）针对GrabCut算法在图像分割中存在迭代求解耗时长,分割结果欠分割的问题,提出一种基于非归一化直方图改进的GrabCut算法。首先该算法在GrabCut算法第一次分割结果的基础上,通过非归一化直方图计算像素点属于前景或背景的方法来代...
【文章来源】：河南大学河南省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
S-T网络在GraphCut分割算法中，S一般表示前景，T一般表示背景
（a）原图 （b）GrabCut （c）改进算法图 3-4 实验结果对比通过分割结果可以看出，本章算法分割结果在视觉效果上与GrabCut算法基本一致本文算法在图像分割的精度上有较好的效果。从第 1 幅图像中间运动员头部、第 3像花中间部位、第 5 幅图像鸟腿部中间等细节可以看出，本文算法的分割结果更佳3.3.4 客观评价对比为了客观评价算法的分割效果，进一步验证本文方法的有效性，对图像分割质量定量分析。通过比较图像分割结果的召回率（Recall）和准确率（Precision）以-measure 作为衡量图像分割的优劣的评价指标。根据公式计算图像分割的准确率、率和 F-Measure 的结果如图 3-5 所示：
（a） 准确率比较1 2 3 4 5 6 7 8 9 10 11 12图像（编号）0.30.350.40.450.50.550.60.650.70.750.80.850.90.951本文算法Grabcut（b） 召回率比较
【参考文献】：
期刊论文
[1]基于非归一化直方图的GrabCut图像分割算法改进[J]. 孔显,马晓珂. 计算机应用研究. 2020(05)
[2]基于改进混合高斯模型的前目标提取算法[J]. 李勇. 齐齐哈尔大学学报(自然科学版). 2019(02)
[3]结合单高斯与光流法的无人机运动目标检测[J]. 范长军,文凌艳,毛泉涌,祝中科. 计算机系统应用. 2019(02)
[4]一种改进Grabcut算法的彩色图像分割方法[J]. 王告,俞申亮,巨志勇,马素萍. 软件导刊. 2019(06)
[5]基于分形纹理特征的新疆罗布麻遥感分类[J]. 刘心云,郑江华. 中山大学学报(自然科学版). 2019(01)
[6]三维重建系统下的特征点处理与位姿恢复优化算法[J]. 徐建鹏,卜凡亮. 计算机应用研究. 2019(10)
[7]基于分水岭算法的灵武长枣图像分割方法研究[J]. 刘向南,王昱潭,赵琛,朱超伟,李乐凯. 计算机工程与应用. 2018(15)
[8]星载SAR水域分割研究进展与趋势分析[J]. 牛世林,郭拯危,李宁,毋琳,赵建辉. 聊城大学学报(自然科学版). 2018(02)
[9]基于改进k均值与高斯混合模型的宫颈图像分割[J]. 刘君,余婷婷,石慧娟. 中国生物医学工程学报. 2018(02)
[10]基于高斯混合模型的叶片检测分割算法[J]. 侯兆静,冯全,张涛. 计算机应用与软件. 2018(01)
博士论文
[1]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[2]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011
硕士论文
[1]基于序列图像三维重建的图像预处理算法研究[D]. 冷鹏飞.河南大学 2018
[2]最大流最小截问题的算法研究与应用[D]. 纪亚宝.南京邮电大学 2017
[3]安卓平台下基于改进的OneCut算法的目标抠取与应用研究[D]. 蔡乐黎.湖南师范大学 2017
[4]多视图三维重建的图像预处理算法研究[D]. 娄泽坤.河南大学 2017
[5]基于Otsu和Grab-Cut的图像分割算法研究[D]. 杨陶.西南交通大学 2017
[6]基于图论的SAR图像分割方法研究[D]. 赵园.武汉大学 2017
[7]图像纹理特征提取的研究[D]. 步亚东.山东师范大学 2012
本文编号：3627174
【文章来源】：河南大学河南省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
S-T网络在GraphCut分割算法中，S一般表示前景，T一般表示背景
（a）原图 （b）GrabCut （c）改进算法图 3-4 实验结果对比通过分割结果可以看出，本章算法分割结果在视觉效果上与GrabCut算法基本一致本文算法在图像分割的精度上有较好的效果。从第 1 幅图像中间运动员头部、第 3像花中间部位、第 5 幅图像鸟腿部中间等细节可以看出，本文算法的分割结果更佳3.3.4 客观评价对比为了客观评价算法的分割效果，进一步验证本文方法的有效性，对图像分割质量定量分析。通过比较图像分割结果的召回率（Recall）和准确率（Precision）以-measure 作为衡量图像分割的优劣的评价指标。根据公式计算图像分割的准确率、率和 F-Measure 的结果如图 3-5 所示：
（a） 准确率比较1 2 3 4 5 6 7 8 9 10 11 12图像（编号）0.30.350.40.450.50.550.60.650.70.750.80.850.90.951本文算法Grabcut（b） 召回率比较
【参考文献】：
期刊论文
[1]基于非归一化直方图的GrabCut图像分割算法改进[J]. 孔显,马晓珂. 计算机应用研究. 2020(05)
[2]基于改进混合高斯模型的前目标提取算法[J]. 李勇. 齐齐哈尔大学学报(自然科学版). 2019(02)
[3]结合单高斯与光流法的无人机运动目标检测[J]. 范长军,文凌艳,毛泉涌,祝中科. 计算机系统应用. 2019(02)
[4]一种改进Grabcut算法的彩色图像分割方法[J]. 王告,俞申亮,巨志勇,马素萍. 软件导刊. 2019(06)
[5]基于分形纹理特征的新疆罗布麻遥感分类[J]. 刘心云,郑江华. 中山大学学报(自然科学版). 2019(01)
[6]三维重建系统下的特征点处理与位姿恢复优化算法[J]. 徐建鹏,卜凡亮. 计算机应用研究. 2019(10)
[7]基于分水岭算法的灵武长枣图像分割方法研究[J]. 刘向南,王昱潭,赵琛,朱超伟,李乐凯. 计算机工程与应用. 2018(15)
[8]星载SAR水域分割研究进展与趋势分析[J]. 牛世林,郭拯危,李宁,毋琳,赵建辉. 聊城大学学报(自然科学版). 2018(02)
[9]基于改进k均值与高斯混合模型的宫颈图像分割[J]. 刘君,余婷婷,石慧娟. 中国生物医学工程学报. 2018(02)
[10]基于高斯混合模型的叶片检测分割算法[J]. 侯兆静,冯全,张涛. 计算机应用与软件. 2018(01)
博士论文
[1]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[2]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011
硕士论文
[1]基于序列图像三维重建的图像预处理算法研究[D]. 冷鹏飞.河南大学 2018
[2]最大流最小截问题的算法研究与应用[D]. 纪亚宝.南京邮电大学 2017
[3]安卓平台下基于改进的OneCut算法的目标抠取与应用研究[D]. 蔡乐黎.湖南师范大学 2017
[4]多视图三维重建的图像预处理算法研究[D]. 娄泽坤.河南大学 2017
[5]基于Otsu和Grab-Cut的图像分割算法研究[D]. 杨陶.西南交通大学 2017
[6]基于图论的SAR图像分割方法研究[D]. 赵园.武汉大学 2017
[7]图像纹理特征提取的研究[D]. 步亚东.山东师范大学 2012
本文编号：3627174
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3627174.html
最近更新
教材专著
