基于水平集的图像分割算法研究及应用

发布时间：2022-08-11 15:16

　　随着计算机科学技术的快速发展,图像已成为人们传输和获取信息的重要途径。人们往往仅对图像中的某些部分感兴趣,因此需要对图像进行分割,提取人们感兴趣的区域。图像分割是图像分析和图像理解的基础,已广泛应用于医学影像、遥感工程、气象预测、智能交通和国防军事等领域。由于图像本身的质量和内容多样性等问题,图像分割仍然面临着很多困难和挑战,如对存在灰度不均匀性、噪声和复杂背景等图像的分割。水平集方法是一种经典的基于主动轮廓模型的图像分割方法,其可以得到亚像素级精度以及光滑、封闭的轮廓曲线,并能够处理复杂的拓扑变化,已广泛应用到图像分割领域。然而,水平集方法本身仍存在一些需要改进的方面,如对初始轮廓敏感、容易陷入局部极小解和水平集演化速度慢等。本文以水平集理论为基础,针对存在灰度不均匀性、噪声和复杂背景等图像的分割算法展开研究,同时,将水平集分割方法与相关滤波相结合,应用于视频目标跟踪。论文的主要研究内容和成果如下:1.针对灰度不均匀图像分割效率低的问题,提出一种尺度自适应快速水平集图像分割算法。首先,根据灰度不均匀图像模型,提出一种基于区域信息的压力函数,并用来构建一种新的能量泛函。然后,通过最小化... 

【文章页数】：149 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 图像分割方法研究现状
        1.2.1 传统图像分割方法
        1.2.2 基于特定理论的图像分割方法
    1.3 基于水平集的图像分割算法研究现状
    1.4 论文主要研究内容和章节安排
第二章 水平集方法理论基础
    2.1 引言
    2.2 曲线演化理论
    2.3 水平集方法基本原理
        2.3.1 曲线的水平集表示
        2.3.2 变分法和梯度下降流
        2.3.3 数值实现
    2.4 水平集分割模型
    2.5 本章小结
第三章 尺度自适应快速水平集图像分割方法
    3.1 引言
    3.2 灰度不均匀图像模型
    3.3 尺度自适应快速水平集分割算法
        3.3.1 基于区域的压力函数
        3.3.2 偏移场初始化
        3.3.3 自适应尺度算子
        3.3.4 数值实现
        3.3.5 多相水平集
    3.4 仿真实验与分析
        3.4.1 评价准则
        3.4.2 两相分割
        3.4.3 多相分割
    3.5 本章小结
第四章 自适应多层水平集图像分割方法
    4.1 引言
    4.2 改进的局部强度聚类水平集分割算法
        4.2.1 自适应尺度算子
        4.2.2 改进的局部强度聚类分割算法
        4.2.3 仿真实验与分析
    4.3 自适应多层水平集分割算法
        4.3.1 自适应多层水平集结构
        4.3.2 水平集演化和数值计算
        4.3.3 仿真实验与分析
    4.4 本章小结
第五章 基于核度量的混合水平集图像分割方法
    5.1 引言
    5.2 核度量
    5.3 基于核度量的混合水平集分割算法
        5.3.1 改进的多尺度均值滤波器
        5.3.2 能量泛函
        5.3.3 水平集演化和数值实现
        5.3.4 多相水平集
    5.4 仿真实验与分析
        5.4.1 两相分割
        5.4.2 多相分割
    5.5 本章小结
第六章 基于相关滤波和水平集的视频目标跟踪方法
    6.1 引言
    6.2 CSR-DCF模型
        6.2.1 相关滤波
        6.2.2 空间约束相关滤波
    6.3 基于相关滤波和水平集的视频跟踪算法
        6.3.1 基于水平集的目标区域估计
        6.3.2 自适应权重约束相关滤波
        6.3.3 尺度估计和目标定位
        6.3.4 模型更新
    6.4 仿真实验与分析
        6.4.1 数据集和评价准则
        6.4.2 定量分析
        6.4.3 定性分析
        6.4.4 消融分析
    6.5 本章小结
第七章 总结与展望
    7.1 工作总结
    7.2 研究展望
参考文献
致谢
作者简介


【参考文献】：
期刊论文
[1]基于深度学习的图像语义分割方法综述[J]. 田萱,王亮,丁琪.  软件学报. 2019(02)
[2]彩色图像分割方法综述[J]. 杨红亚,赵景秀,徐冠华,刘爽.  软件导刊. 2018(04)
[3]图像分割方法综述研究[J]. 周莉莉,姜枫.  计算机应用研究. 2017(07)
[4]图像分割综述[J]. 赵春燕,闫长青,时秀芳.  中国科技信息. 2009(01)
[5]图像分割方法综述[J]. 罗希平,田捷,诸葛婴,王靖,戴汝为.  模式识别与人工智能. 1999(03)



本文编号：3674898