收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

形状识别与图像分割方法研究

陈运文  
【摘要】: 计算机视觉是使用计算机对图像结构和抽象层次的内容进行分析并获取所需要的信息,以赋予计算机与人类相仿的视觉功能的技术。形状分析是计算机视觉研究中非常重要的一环,相关技术被广泛应用于工业、医学、交通、军事等各个领域。自二十世纪六十年代以来,形状图像分析领域的研究发展非常迅速,研究人员已提出了许多形状分析方法,并有部分方法在科学研究领域和工程技术领域中发挥了作用,然而形状分析的研究仍然有许多问题等待研究人员的探索。真实世界的三维物体通过映射在二维图像平面上成像时,不可避免的存在信息损失和几何不变性问题。另外形状的扭曲、遮挡、缺损等变化,加上噪声的影响,使形状识别问题的处理更为复杂。为了获得供高层的图像形状分析理解所需的形状数据,必须首先将图像分割为一系列包含相应视觉意义的区域。而形状描述算法所提取的特征向量需要设计良好的模式分类方法来获得理想的识别效果。因此针对该问题的图像分割、形状特征描述、模式分类算法等环节依旧需要进一步的研究。 本研究首先提出了一种称为Radon组合透射特征(Radon Composite Features,RCF)的形状特征描述新算法。区别于传统方法必须进行形状归一化预处理,并在空间域提取形状特征,本方法使用了一种改进的Radon变换对形状进行几何分析,完全避免了归一化预处理所可能导致的配准误差。该算法在Radon变换平面中通过Fourier频谱变换与结构化分析两种手段来提取形状特征信息。在RCF描述序列中,频谱部分刻画整体形态与分布,结构化特征表达形状中的视觉属性,该过程是一种信息无损的一对多(one-to-many)变换,即每一形状点对其上存在的任意方向的直线进行映射,各方向上形状点的组合可获得描述形状结构的重要视觉特征。在变换的整个过程中形状的所有信息被无损的保存下来,通过Radon逆变换可复原原有形状图像也证明了该特性,本文从理论上论证了RCF特征无需经过归一化的步骤就能满足平移、旋转和缩放不变性,并提出了一种由粗到精的层次性描述和检索方法。同时,使用Radon变换等信号处理方法的显著优点是能极大的提取变换平面所蕴含的形状统计与视觉属性,对形状图像背景噪音,以及形状局部形变扭曲等干扰的抵御能力更强。此外RCF方法保持了规模相对较小的参数,这意味着该方法可以尽量减少在程序运行中参数设置的不确定性与随机因素的干扰。与现有的主要方法的实验对比,证明了Radon组合透射特征方法拥有较为精确的描述能力,以及更鲁棒的分类与检索性能。本文还探索了该方法在基于形状的卫星遥感图像检索等领域的应用。 为了获得供描述和识别的形状数据,本文对图像分割算法进行了探索,提出一种称为协进化群落(Artificial Co-evolving Tribes,ACT)的模型用于分割图像。该方法基于人工生命(Artificial Life)理论,将图像视作为封闭的生态环境,初始状态时每一个像素点放置一个生命个体(Agent),在协进化的过程中个体之间设置相互作用,并依据所定义的协作用权重和状态指示器来控制演化过程,个体通过位置移动和自身图像属性的改变来适应图像结构。该协进化过程所体现出的整体特征将逐步涌现并趋于稳定,并最终形成的群落所生存的区域即是所求的图像分割块。与传统方法不同,该模型无需预先确定分割块数与全局阈值,或建立目标函数用以优化,在协进化群落模型中,所有个体之间的进化行为依循模型规则完全自治,迭代过程中同时整合了区域和边界的信息。按照本研究所证明的两个重要性质:类内差异收缩和能量守恒性,图像相似特征的区域逐步融合,保证了分割过程的稳定性。本文将该方法应用于自然场景图像的分割,并与相关算法进行了性能比较与分析,并探讨了与人工分割的匹配程度,证明了其良好的通用性和可靠性。 为了对所提取特征进行更好的后续分类与识别,本研究还提出了一种局部概率中心(Local Probabilistic Centers,LPC)的改进的κ-近邻(Nearest Neighbor)分类算法。当类样本的分布发生交叠时,理论决策边界错误一侧的训练样本将对分类准确率带来较大影响,同时这些噪声样本使分类器过拟合训练集,从而导致泛化性能下降。局部概率中心方法通过计算样本类概率并对每个样本进行加权,使计算所得的局部中心将该类中心偏移,从而减少集合之间的重叠程度,从而具备更强的抗噪声能力,提高了κ-近邻的分类效果。在此框架基础上本文也研究了两种分类度量尺度:利用查询点到计算所得的各类概率中心的欧式距离,并根据计算所得的查询点的后验概率作为分类依据。论文从理论上分析了算法的期望风险和稳定性,通过UCI数据集上的一系列实验,并与相关方法的对比,验证了该方法良好的分类正确率、简单而可靠的参数设置、对特征维数的鲁棒性等。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郑华文;曹衍龙;杨将新;;基于计算机视觉的珍珠形状分级识别技术研究[J];工程设计学报;2008年05期
2 张锁平;张春田;;一种基于分水岭和Radon变换的波向检测方法[J];电子测量与仪器学报;2008年05期
3 关海鸥;许少华;谭峰;;基于T-S模型的模糊神经网络在植物病害图像分割中的应用[J];中国农业大学学报;2011年03期
4 黄嘉辛;陆军;赵凌君;;基于主导边界Radon变换的SAR目标方位角估计方法[J];计算机应用;2011年09期
5 赵惠昌,刘泽红,刘宝华;一种雷达目标形状识别算法研究[J];现代雷达;2000年06期
6 李飚,李吉成,沈振康;一种基于神经网络的红外目标识别方法[J];系统工程与电子技术;1999年02期
7 赵晶,张旭东,高隽;基于支持向量机的多类形状识别系统[J];合肥工业大学学报(自然科学版);2004年01期
8 席旭刚,罗志增,张启忠;基于触觉传感器的工件形状识别[J];机电工程;2005年09期
9 左丹丹;刘鑫;朱双东;;仿射变换在交通标志检测中的应用[J];宁波大学学报(理工版);2011年02期
10 严洪范,黄继进,陆伟铭;发光二极管形状检测识别系统[J];计算机应用与软件;1996年02期
11 董火明,高隽,胡良梅,董文雯;基于主分量分析的形状特征提取及识别研究[J];合肥工业大学学报(自然科学版);2003年02期
12 叶州海;陈福民;;一种广义霍夫变换的改进[J];微型电脑应用;2006年06期
13 李宗民;于广斌;刘玉杰;李华;;三维极半径矩及其在三维模型检索中的应用[J];模式识别与人工智能;2006年03期
14 张军,周希元;基于改进的局部化Radon变换线特征检测[J];无线电工程;2005年02期
15 宁旭,唐建民;细胞形貌特征提取与分类识别技术研究[J];激光杂志;2005年04期
16 叶州海;陈福民;;广义霍夫变换的改进[J];计算机辅助工程;2006年04期
17 张华;张淼;刘魏;孟祥增;;基于BP神经网络的图像形状识别[J];计算机科学;2006年01期
18 郝莹;王利强;;Forstner改进算法在Radon变换峰值检测中的应用[J];微电子学与计算机;2008年12期
19 屠红蕾;黄静;;基于K段主曲线算法的手绘形状识别[J];计算机应用;2009年02期
20 颜华;王成道;;运动目标的分割及其神经网络的实现[J];模式识别与人工智能;1995年02期
中国重要会议论文全文数据库 前10条
1 王卫东;包尚联;梁正荣;李建;唐东升;俎栋林;李海防;缪斌和;;物理参数方法进行MRI图像分割[A];中国生物医学工程学会医学物理分会第十次学术年会、中华医学会医学工程学分会第一次医疗设备科学管理研讨会论文集[C];1998年
2 黎明;周琳霞;杨小芹;;图像的进化计算分割法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
3 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
4 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
5 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
6 曹永锋;孙洪;徐新;;基于盆地动力学的图像多级阈值化方法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
7 陈明;;一种指纹图像分割方法[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
8 饶洪辉;姬长英;;基于分水岭算法的绿色作物和背景分割[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
9 闫成新;范波涛;;基于梯度门限的图像过渡区提取与分割[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
10 王一波;胡仲翔;姚耀;;基于水平集的激光条纹提取方法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
中国博士学位论文全文数据库 前10条
1 陈运文;形状识别与图像分割方法研究[D];复旦大学;2008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 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
4 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
5 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
6 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
7 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
8 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
9 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
10 黄陈蓉;基于Gap统计的图像分割理论与算法研究[D];南京理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
2 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
3 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
4 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
5 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
6 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
7 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
8 蔺恒;基于人工免疫网络的图像分割[D];西安电子科技大学;2010年
9 李云刚;自由搜索算法的改进及其在图像分割中的应用[D];哈尔滨工程大学;2010年
10 柳莹莹;基于量子进化计算的数据聚类和图像分割[D];西安电子科技大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
2 陈雪;康佳“第一屏”今年上“春晚”[N];中国证券报;2007年
3 记者 汪亚萍 通讯员 种占良;大港油田地面建设模式分类导则出台[N];中国石油报;2009年
4 ;“天下第一屏”落户深圳华侨城[N];消费日报;2006年
5 赛迪评测硬件测试事业部整机实验室;联想启天M4800商用台式电脑满足商务办公需求[N];中国计算机报;2004年
6 向良璧;断层图像处理分析技术取得重大成果[N];经济参考报;2003年
7 张兰华;数字化技术助力安防行业上台阶[N];光明日报;2006年
8 张兰华;数字化核心助力安防行业渐入佳境[N];科技日报;2006年
9 刘奕;康佳高起点挺进LED产业[N];中华工商时报;2006年
10 游雪晴;专家指出:不要炒作虚拟人[N];科技日报;2003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
  • 010-62982499
  • 010-62783978