水平集理论及其在图像分割中的应用

发布时间：2022-12-08 05:42

　　图像分割是图像识别,目标跟踪等任务的预处理步骤,在图像处理中占据重要地位,可用于医学检测和交通控制等多个与计算机视觉相关的方面。但是图像分割由于待分割图像数据的特殊性和多样性,一直没有通用的方法出现,同时平衡图像分割的精确度和算法的实施性也是研究过程中一个需要考虑的问题。水平集方法由于其自由变换拓扑结构的特点,在图像分割领域取得了优秀的分割结果。本文对水平集理论及水平集方法在图像分割中的应用进行了深入研究,主要研究内容如下:首先,介绍了水平集理论的原理方法,曲线演化理论的具体知识和水平集方法实施时的数值计算过程,并介绍了图像分割的客观评价准则,为本文中的实验分析提供客观依据。随后介绍了CV模型,DRLSE模型和SBGFRLS模型这三种经典的水平集模型,分别阐述各模型的理论基础,并对这三种水平集模型进行仿真实验,总结分析其分割效果和优缺点。其次,针对灰度图像中像素分布不均匀现象影响图像分割结果的问题,本文提出一种结合概率知识的水平集灰度图像分割模型。针对分布不均匀的灰度图像,该算法使用偏置场函数描述不均匀成分,同时使用拟合函数表示图像轮廓内外像素点强度,与原图像拟合程度更高;结合图像单点... 

【文章页数】：68 页

【学位级别】：硕士

【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 水平集理论的研究现状
    1.3 论文的主要内容与章节安排
第二章 水平集理论介绍
    2.1 引言
    2.2 水平集理论
        2.2.1 曲线演化理论
        2.2.2 水平集方法
        2.2.3 数值计算
        2.2.4 主动轮廓模型
    2.3 图像分割评价准则
    2.4 本章小结
第三章 水平集图像分割模型
    3.1 引言
    3.2 基于全局信息的CV水平集模型
        3.2.1 模型原理介绍
        3.2.2 实验结果及分析
    3.3 距离正则化水平集模型
        3.3.1 模型原理介绍
        3.3.2 实验结果及分析
    3.4 区域与边缘信息相结合的水平集模型
        3.4.1 模型原理介绍
        3.4.2 实验结果及分析
    3.5 本章小结
第四章 结合概率知识的水平集灰度图像分割算法
    4.1 引言
    4.2 结合局部信息的水平集模型分割原理
    4.3 结合概率知识的水平集图像分割算法
        4.3.1 结合概率知识的水平集模型原理
        4.3.2 算法步骤及流程图
        4.3.3 实验结果及分析
    4.4 本章小结
第五章 结合显著性特征的水平集彩色图像分割算法
    5.1 引言
    5.2 图像显著性特征
    5.3 结合显著性特征的水平集图像分割算法
        5.3.1 结合显著性特征的水平集分割方法
        5.3.2 算法步骤及流程图
        5.3.3 实验结果及分析
    5.4 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 未来展望
参考文献
致谢
作者简介



本文编号：3713668