收藏本站
《南京理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

特征度量与信息传递的交互式图论分割方法研究

王涛  
【摘要】:交互式图像分割是指在用户提供的先验知识下,基于一定的相似性准则将用户感兴趣的目标从复杂的图像背景环境中分离出来,它是图像分析、模式识别和计算机视觉等领域中的一个关键问题,分割质量的好坏将直接影响后续相关应用。由于具备多特征融合、全局最优、执行效率高等优良特性,近年来基于图论方法的研究受到了国内外学者的广泛关注,并成为了主流的交互式图像分割方法之一。当用户提供足够多的种子点时,传统基于图论的方法在分割简单彩色图像时往往能获得较好的分割结果。然而,该类方法对种子点的数量和位置较为敏感,当用户交互有限时,很难获得满意的分割。此外,传统图论方法只利用图像的局部像素关系来指引分割,由于没有充分利用图像的结构信息,往往较难分割包含噪声和纹理的图像。这些缺陷严重影响了该类方法的准确性和鲁棒性,限制了其实用性。针对上述问题,本文深入分析和研究基于图论的交互式图像分割方法,在传统图模型中引入图像非局部关系、基于图像块和超像素的高阶关系以及基于相似性传递的图像全局关系,并结合信息论、模式分类、数值分析方法等,利用统计学习方法和先验启发式信息,对基于图论分割框架的能量函数的构建、优化等诸多环节进行了设计,研究高质量、高效的图像交互式分割方法。本文所做的主要工作与创新性成果如下:(1)提出了一种结合非局部信息与图割的交互式图像分割算法。该算法将传统图模型的局部像素关系扩展到图像非局部关系,通过为图像中每个像素设置搜索窗口,计算窗口内非局部图像块对之间的相似性来获取非局部信息,并在图割模型的边界能量项中引入该非局部约束,以提高算法的分割精度。(2)针对非局部方法在图像块相似性计算时的准确性和效率方面的缺陷,提出了 一种基于图像块特征学习的交互式图像分割算法。该算法利用高斯混合模型分别对图像前景和背景的图像块结构特征进行学习,来获取图像的结构信息。此外,为了克服图像块无法精确保存图像边界信息的缺陷,将获取的图像结构信息与像素层信息进行有效的融合,并将该组合信息引入到图割模型的区域能量项中,进一步提高对图像边界区域的分割精度,可以较好地分割含噪和纹理图像。(3)为了进一步提高算法的分割精度和对种子点的鲁棒性,将像素、超像素以及标签之间的多层关系进行融合,提出了两种交互式多标签图像分割算法:基于博弈论优化的分割算法和基于局部并行优化的分割算法。前者算法利用无参概率学习的方法分别估计像素和超像素属于每个标签的概率,并采用基于博弈论的优化策略迭代更新像素和超像素的概率,直至收敛。后者算法基于马尔可夫随机场框架构建分割模型,对于提出的多标签子模函数采用局部并行优化策略进行求解。多层图关系的构建可以有效地提高分割质量,基于博弈论和局部并行的优化方法可以有效地提高算法的优化效率。(4)针对基于像素层关系的方法分割精度较低和基于高阶关系的方法复杂度较高的缺陷,提出了一种基于关系传递的交互式图像分割算法。该算法通过传递邻域像素之间的相似性来估计图像所有像素之间的全局关系,当迭代步骤趋向于无穷时,传递的关系矩阵收敛到一个鲁棒的极值。基于获取的图像全局关系构建分割模型,通过高斯混合模型对种子点进行建模,估计像素属于标签的初始概率,并将其作为一种“软约束”引入到分割模型中,取代传统的基于种子点的“硬约束”关系,进一步提高了分割精度。该算法实现简单,在提高分割精度的同时又保证了较高的实时性。(5)将单幅图像分割扩展到序列图像分割,并应用到频域光学相干断层成像视网膜图像中,提出了一种交互式视网膜序列图像水肿分割算法。用户只需在一幅基于视网膜厚度自动确定的关键帧图像中进行交互,算法将自动完成整个序列图像的分割。通过在马尔可夫随机场框架中引入高阶能量来进一步提高分割精度;通过利用相邻帧图像之间的移动估计来传递标签流,以保持分割结果的空间连续性。构建的高阶能量函数可以通过引入辅助变量转化为二次子模函数,从而利用最大流/最小割算法可以获得全局最优解。
【学位授予单位】:南京理工大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP391.41

【参考文献】
中国期刊全文数据库 前10条
1 朱明峰;杜建强;丁成华;何扬名;;改进的快速随机游走舌像提取算法[J];计算机辅助设计与图形学学报;2015年04期
2 陈圣国;孙正兴;周杰;李毅;;结合SSFCM与随机游走的半监督图像分割算法[J];计算机辅助设计与图形学学报;2013年07期
3 张建伟;杨红;陈允杰;方林;詹天明;;结合非局部信息的脑MR图像分割与偏移场恢复耦合模型[J];计算机辅助设计与图形学学报;2013年04期
4 依玉峰;高立群;郭丽;;基于Mean Shift随机游走图像分割算法[J];计算机辅助设计与图形学学报;2011年11期
5 韩守东;赵勇;陶文兵;桑农;;基于高斯超像素的快速Graph Cuts图像分割方法[J];自动化学报;2011年01期
6 李拴强;冯前进;;统一计算设备架构并行图割算法用于肝脏肿瘤图像分割[J];中国生物医学工程学报;2010年05期
7 片兆宇;高立群;郭丽;;基于结构张量与随机游走的图像分割算法[J];东北大学学报(自然科学版);2009年08期
8 郭丽;高立群;片兆宇;;基于滑降的随机游走图像分割算法[J];计算机辅助设计与图形学学报;2009年08期
9 贾云涛;胡事民;;基于图切分的交互式图像染色算法[J];计算机学报;2006年03期
10 张引,潘云鹤;基于模拟退火的最大似然聚类图像分割算法[J];软件学报;2001年02期
中国博士学位论文全文数据库 前1条
1 韩守东;纹理建模与图切分优化方法研究[D];华中科技大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 程仙国;王明军;;融合SLIC与改进邻近传播聚类的彩色图像分割算法[J];计算机工程;2018年06期
2 詹慧贞;;基于激光雷达的车辆变道预警系统研究[J];激光杂志;2018年05期
3 庞春江;张锦文;;基于NSCT变换的随机游走红外图像分割方法[J];软件导刊;2018年04期
4 汤勃;孔建益;伍世虔;;机器视觉表面缺陷检测综述[J];中国图象图形学报;2017年12期
5 蔡鹏飞;张正本;赵丽;;MS图像分割在GPU和多核CPU上运行性能研究[J];湘潭大学自然科学学报;2017年04期
6 袁恒东;;基于标签传递图割的图像分割算法[J];计算机技术与发展;2017年12期
7 杨娜;杨振英;;基于计算机视觉的图像分割新方法[J];内蒙古师范大学学报(自然科学汉文版);2017年03期
8 刘致锦;元昌安;覃晓;覃正优;;随机游走模型在图像分割中的应用研究[J];广西师范学院学报(自然科学版);2017年01期
9 李强;陈光化;余渊;;基于随机游走和混合高斯模型的运动目标检测[J];计算机技术与发展;2017年06期
10 张旭东;艾璞;赵其杰;;基于色彩分层及多尺度滤波的场景分割方法[J];计算机工程与设计;2017年01期
中国博士学位论文全文数据库 前4条
1 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年
2 秦婵婵;基于随机游走算法的图像分割方法研究[D];华中师范大学;2014年
3 李磊;基于图割和四元数的非监督彩色图像分割[D];华中科技大学;2014年
4 曾磊;印刷电路板三维CT图像处理与分析技术研究[D];解放军信息工程大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 杨南海;黄明明;赫然;王秀坤;;基于最大相关熵准则的鲁棒半监督学习算法[J];软件学报;2012年02期
2 依玉峰;高立群;郭丽;;基于Mean Shift随机游走图像分割算法[J];计算机辅助设计与图形学学报;2011年11期
3 郑加明;陈昭炯;;带连通性约束的快速交互式Graph-Cut算法[J];计算机辅助设计与图形学学报;2011年03期
4 王根;张建伟;陈允杰;罗春燕;王宇;;一种各向异性GVF模型的心脏左心室MR图像分割模型[J];计算机辅助设计与图形学学报;2010年11期
5 郭丽;高立群;刘濛;片兆宇;;一种新的随机游走多车辆检测算法[J];中国图象图形学报;2010年03期
6 秦安;徐建;冯前进;孟晓林;陈武凡;;基于GPU的快速三维医学图像刚性配准技术[J];计算机应用研究;2010年03期
7 刘濛;吴成东;王力;楚好;;基于改进随机游走算法的阴影与遮挡处理方法[J];计算机辅助设计与图形学学报;2010年01期
8 刘陈;李凤霞;张艳;;基于图割与泛形信息的对象分割方法[J];计算机辅助设计与图形学学报;2009年12期
9 片兆宇;高立群;郭丽;;基于结构张量与随机游走的图像分割算法[J];东北大学学报(自然科学版);2009年08期
10 郭丽;高立群;片兆宇;;基于滑降的随机游走图像分割算法[J];计算机辅助设计与图形学学报;2009年08期
【相似文献】
中国期刊全文数据库 前10条
1 李仲;图像分割的妙法[J];电脑知识与技术;2000年S2期
2 唐伟力;龙建忠;;一种基于降雨模型的图像分割方法在砾岩图像分割中的应用[J];成都信息工程学院学报;2007年02期
3 黄晓莉;曾黄麟;王秀碧;刘永春;;基于脉冲耦合神经网络的图像分割[J];信息技术;2008年09期
4 肖飞;綦星光;;图像分割方法综述[J];可编程控制器与工厂自动化;2009年11期
5 汪一休;;一种交互式图像分割的修正优化方法[J];中国科学技术大学学报;2010年02期
6 李丹;;图像分割方法及其应用研究[J];科技信息;2010年36期
7 龚永义;黄辉;于继明;关履泰;;基于熵的两区域图像分割[J];中国图象图形学报;2011年05期
8 张甫;李兴来;陈佳君;;浅谈图像分割方法的研究运用[J];科技创新与应用;2012年04期
9 汪梅;何高明;贺杰;;常见图像分割的技术分析与比较[J];计算机光盘软件与应用;2013年06期
10 魏庆;卢照敢;邵超;;基于复杂性指数的图像分割必要性判别技术[J];计算机工程与应用;2013年16期
中国重要会议论文全文数据库 前10条
1 杨魁;赵志刚;;图像分割技术综述[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
2 杨暄;郭成安;李建华;;改进的脉冲耦合神经网络及其在图像分割中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
4 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 高岚;胡友为;潘峰;卢凌;;基于小生境遗传算法的SAR图像分割[A];可持续发展的中国交通——2005全国博士生学术论坛(交通运输工程学科)论文集(下册)[C];2005年
6 孙莉;张艳宁;胡伏原;赵荣椿;;基于Gaussian-Hermite矩的SAR图像分割[A];第十三届全国图象图形学学术会议论文集[C];2006年
7 李盛;;基于协同聚类的图像分割[A];第十四届全国图象图形学学术会议论文集[C];2008年
8 张利;许家佗;;舌象图像分割技术的研究与应用进展[A];中华中医药学会中医诊断学分会第十次学术研讨会论文集[C];2009年
9 秦昆;李振宇;李辉;李德毅;;基于云模型和格网划分的图像分割方法[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
10 高惠琳;窦丽华;陈文颉;谢刚;;图像分割技术在医学CT中的应用[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国硕士学位论文全文数据库 前10条
1 王聪聪;手机上的交互式图像分割方法研究[D];华中科技大学;2013年
2 秦明;图像分割技术研究[D];吉林大学;2010年
3 卜娟;基于多特征的图像分割方法研究[D];辽宁师范大学;2010年
4 孙宇阳;基于图割的图像分割应用研究[D];北方工业大学;2011年
5 贺姣;灰色理论在图像分割及效果评价中的应用[D];陕西师范大学;2011年
6 王锟;基于支持向量机的图像分割方法研究[D];华南理工大学;2011年
7 高秀娟;图像分割的理论、方法及应用[D];吉林大学;2006年
8 秦昭晖;面向中医诊断的舌图像分割的研究与应用[D];广东工业大学;2008年
9 钱智明;图像分割方法研究[D];国防科学技术大学;2010年
10 王帅;基于模糊聚类分析的图像分割研究[D];东北大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026