收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于马尔可夫随机场算法的水下图像深度提取

贾越  
【摘要】:计算机视觉主要是用以研究应用计算机来模拟人类和生物的视觉系统功能的技术学科。它的研究目标,是使计算机能具有通过一幅或多幅2D图像认知3D场景信息的能力,即用计算机实现对客观世界三维场景的感知、理解和识别。计算机视觉既是工程领域,更是科学领域中的一个富有挑战性的研究领域。 许多计算机视觉算法容易忽略图像底层的三维几何结构,这就限制了这些算法的发展及应用。本文介绍的算法,通过对基于外观匹配的几何模型类的学习,来达到杂乱密集的自然场景中单个场景的特性进行几何属性的粗略估计。相对于相机而言,几何类描述了图像区域的三维定位。本文提供了一种具有多种假设的框架,该框架可以实现基于一张图片的健壮的场景结构估计,并且为每一个几何结构的标签增加确信度。这些值得确信的标签也可以被应用于许多其他功能中的效果增强。 本文简要介绍了深度提取技术的发展现状,算法原理和技术指标,并且在此基础上,对“基于马尔可夫随机场算法的水下图像三维重建算法”这一重点内容进行了详细的论述。 本文重点研究了使用马尔可夫随机场(MRF)建立单目视觉模型的线索和图像中各部分之间的关系。以往的提取水下图像的深度信息的方法特点是条件充分,从而得到的深度信息较为准确,缺点是需要专门的仪器和复杂的参数调整。本文论述的基于马尔可夫随机场的水下深度信息提取的方法克服了以上的难题,并且已经被应用于各种不同的问题中,在这些提取过程中,往往会出现信息存在局部特征不足的情况中,这就需要很多上下周围环境关联的信息来分析图像特征。这种方法具有很好的可行性,较低的成本,是一种重负荷的机器学习的方法,并且可以提高水下深度信息的准确度。另外,这种方法也可以很好地应用在有立体观测,图像分割和对象分类等操作中。 本文首先介绍了模式识别的基本理论。然后介绍了水下图像的特征提取的特点和困难,而后引入基于马尔可夫随机场算法的水下图像深度信息提取的原理方法。 考虑到本文的任务是从一个单目图像来进行深度估计,本文采取的是监督学习方法来研究这一问题。本文的实验过程是:首先收集一组训练的单目单幅的水下图像,以及与之相对应的真实深度信息;然后,将监督学习中应用预测深度的映射关系作为图像深度预测的函数。由于仅仅从图像内部的某一点的特性来估计深度是低效的,这也造成了单目图像的深度估计成为了一项具有挑战性的难题,该实验不仅仅需要考虑图像的各个区域的深度,也需要考虑图像中全局的上下关联。本文使用一个有区别训练的马尔可夫随机场(MRF)模型,其中包含了在多尺度规模上的局部和全局特性,也包含了不同的点之间的深度联系。结果表明,即使在非结构化场景中,该算法也是恢复精确深度映射的准确率较高的算法。 对图像中的每一个均匀的图像块来说,本文使用一个马尔可夫随机场来推断的一组“平面参数”来获取每个图像块的空间位置和空间方向。马尔可夫随机场,通过有监督的学,来实现对图像的深度线索和图像中不同区域的关系的建模。除了假设照片上的环境是由大量的小平面组中的,该模型没有明确地假定场景的具体结构。修改算法使得本文的算法可以获取相较于先前的技术而言更为详细的三维结构。并且,通过图像的渲染,该算法可以输出一个更加丰富的漫游式的3D效果,该算法甚至在没有明显的垂直结构的场景中仍然有效。 使用该算法,已经成功在120张图片的其中70张中定性地创建了正确的3D模型。基于马尔可夫随机场算法的水下图像深度提取方法具有成本低和使用方便的特点,具有很好的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王文涛;陈聪;李子茂;;并行图切割马尔可夫随机场算法设计[J];武汉大学学报(工学版);2010年01期
2 孙俊喜;王瑞;才华;郝德芳;;基于高斯—马尔可夫随机场模型的图像修补方法研究[J];长春理工大学学报(自然科学版);2008年03期
3 薛永宏;张涛;陈荣利;安玮;张寅生;;基于马尔可夫随机场的红外有形目标检测算法(英文)[J];光子学报;2013年10期
4 仲兴荣,肖圣兵;基于高斯-马尔可夫随机场模型的运动目标自动分割[J];苏州大学学报(自然科学版);2003年03期
5 王彩凤;马超;廖福成;;高阶马尔可夫随机场下目标识别模型的建立[J];计算机工程与应用;2013年19期
6 邹采荣,何振亚,王太君;高斯马尔可夫随机场模型的递归最小二乘参数估计[J];电子学报;1992年04期
7 杨子宁;;基于马尔可夫随机场的降质光学图像预处理[J];电光与控制;2007年06期
8 周君;;基于时空马尔可夫随机场交通参数采集系统研究[J];计算机科学;2013年10期
9 匡锦瑜,刘来福,朱俊秀,郭宇春;马尔可夫随机场与离散多值玻尔兹曼机[J];电子学报;1994年10期
10 贡玉南,华建兴,黄秀宝;基于高斯-马尔可夫随机场模型的织物纹理特征参数提取方法[J];中国纺织大学学报;1999年02期
11 陶霖密;王奇凡;邸慧军;;视觉信息处理中的马尔可夫随机场[J];中国图象图形学报;2009年09期
12 杨莹;王宏漫;张静;;用马尔可夫随机场理论生成草书“飞白”纹理[J];计算机工程与设计;2011年02期
13 匡锦瑜,王颖;多尺度边缘检测与图像分割的马尔可夫随机场模型[J];北京师范大学学报(自然科学版);1996年03期
14 郑玮;康戈文;陈武凡;李小文;;基于模糊马尔可夫随机场的无监督遥感图像分割算法[J];遥感学报;2008年02期
15 冷美萍;鲍苏苏;;基于马尔可夫随机场的医学图像分割[J];北京联合大学学报(自然科学版);2009年03期
16 任明艺;李晓峰;李在铭;;一种基于马尔可夫随机场的运动目标检测算法(英文)[J];光电工程;2010年04期
17 方静;吴健;崔志明;;基于马尔可夫随机场的显著区域检测[J];苏州大学学报(工科版);2012年03期
18 刘国栋,叶懋冬;基于小波域高斯—马尔可夫随机场的纹理分割[J];计算机工程与应用;2005年22期
19 张鹏;张桂林;;马尔可夫随机场在低信噪比图像恢复中的应用[J];计算机与数字工程;2006年01期
20 刘峰;龚健雅;;一种结合能量最小和马尔可夫随机场的图像分割方法[J];地理与地理信息科学;2011年02期
中国重要会议论文全文数据库 前6条
1 李晓燕;叶龙;王京玲;;基于马尔可夫随机场的纹理合成[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
2 杜馨瑜;李永杰;尧德中;;一种新的小波域高斯-马尔可夫随机场混合金字塔模型[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
3 胡阳涟;赵凤群;戴芳;张辉;;一种基于马尔可夫随机场的快速图像分割算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 徐戈;黄志强;;基于置信度传播的MSTAR图像的分割算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年
5 魏波;李晓峰;李在铭;;在运动场景中检测运动目标[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
6 郑海红;曾平;;估值与去噪相结合的逆半调算法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
中国博士学位论文全文数据库 前4条
1 张骥祥;小波变换和马尔可夫随机场在图像处理中的应用研究[D];天津大学;2007年
2 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
3 高如新;2.1维简约图的表达、计算与应用[D];华中科技大学;2009年
4 余长宏;基于统计学模型的纳米级容错电路关键技术研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 石岭;基于马尔可夫随机场的木材表面纹理分类方法的研究[D];东北林业大学;2006年
2 王瑞;基于马尔可夫随机场的非纹理图像修补技术研究[D];长春理工大学;2009年
3 王琳;基于马尔可夫随机场的金属疲劳断口图像的纹理分割[D];南昌航空大学;2011年
4 林芬华;基于马尔可夫随机场的膝关节磁共振图像分割方法的研究[D];合肥工业大学;2010年
5 徐步玉;基于马尔可夫随机场的运动目标检测方法研究[D];合肥工业大学;2011年
6 刘一舟;基于马尔可夫随机场的超声图像降噪分析[D];武汉大学;2005年
7 杨睿国;基于马尔可夫随机场理论的文本图像复原算法研究[D];华东师范大学;2013年
8 尹奇国;马尔可夫随机场在连续太赫兹波图像处理中的应用研究[D];哈尔滨工业大学;2009年
9 朱莉;基于马尔可夫随机场的运动目标分割算法研究[D];苏州大学;2004年
10 宫左晓东;基于马尔可夫随机场的图像恢复和增强[D];武汉理工大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978