基于水平集的含噪图像分割算法研究

发布时间：2024-02-01 02:34

　　图像分割是数字图像处理和计算机视觉等领域的重要预处理步骤,它在保留图像原始结构信息的同时,减少了图像的分析、识别和理解等高级阶段需要处理的数据量。由于图像分割的结果影响到图像处理的各环节,使其备受研究人员的关注并提出了大量的分割模型和算法。水平集方法由于能够提供更光滑、准确的分割结果和更容易嵌入其他先验知识,被广泛地应用到图像分割中。然而,视觉信息的多样性、复杂性和成像设备、外部环境引入到数字图像中的噪声干扰,给基于水平集的图像分割方法带来了挑战。本文以变分水平集模型为基础,针对含噪图像分割问题,在抑制噪声的鲁棒性和分割结果的准确性等方面展开研究,其研究内容与成果如下:(1)针对基于边缘的水平集方法对噪声比较敏感的问题,提出了基于局部拟合信息改进的边缘水平集含噪图像分割方法。该方法分析噪声点和边缘点的不同区域属性,即噪声点的局部邻域为同质区域而边缘点的局部邻域为异质区域,为利用图像像素的局部区域属性判定像素点的归属奠定了基础。基于此分析,该方法利用局部拟合均值构造可变区域系数,解决了常区域系数分割含噪图像时存在的过大导致主动轮廓漏检目标边缘和过小导致轮廓曲线陷入局部极值的问题;还利用局...

【文章页数】：134 页

【学位级别】：博士

【部分图文】：

图2-2曲线演化示意图

北京交通大学博士学位论文18如图2-1所示，设()为二维欧氏空间2上的一条封闭的光滑曲线，是变量参数，则有：=;22=(2-15)其中：和分别表示曲线在点的切向量和法向量，表示曲线在点的曲率。由于曲线上任意一点的切向量和法向量均相互垂直，所以可用切向量和法向量来表示曲线随时间变化....

图2-1演化曲线上任意一点的切向量和法向量Figure2-1Tangentvectorandnormalvectorforanarbitrarypointonevolutioncurve.

北京交通大学博士学位论文18如图2-1所示，设()为二维欧氏空间2上的一条封闭的光滑曲线，是变量参数，则有：=;22=(2-15)其中：和分别表示曲线在点的切向量和法向量，表示曲线在点的曲率。由于曲线上任意一点的切向量和法向量均相互垂直，所以可用切向量和法向量来表示曲线随时间变化....

图3-1合成图像中的噪声点Figure3-1Noisepointsinsyntheticimage.

3基于局部拟合信息改进边缘水平集的含噪图像分割方法31具有一种同质区域属性，则将其视为噪声点。3.2.2基于局部拟合均值的可变区域系数当初始化的主动轮廓曲线距离分割目标的边缘较远时，对轮廓曲线收敛起主导作用的区域能量项在水平集演化中就变得非常必须[91]。传统的基于边缘水平集的图....

图3-2DRLSE获得的弱边缘图像分割结果

北京交通大学博士学位论文32其中：>0为线性系数，>0为非线性系数，>0为常系数，(x)和(x)分别为给定像素点x在轮廓曲线内部和外部的局部区域拟合均值，通过下述的方程组计算获得：{(x)=(xy)[(y)((y))](xy)((y))(x)=(xy)[(y)(1((y)))](....

本文编号：3891687