收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

图像分割中的变分模型与快速算法研究

李伟斌  
【摘要】:图像分割在图像处理和图像分析之间起着桥梁作用,它是图像处理中的重要研究内容,也是难点问题.变分模型凭借其完整的数学理论,成为近年来图像分割研究中的热点之一.优化算法作为求解分割问题的手段,其研究也随之流行起来.针对当前图像分割模型及方法中存在的缺点和困难,本文提出了一些有效的模型和算法.研究工作和创新点主要体现在以下方面:1.从人类视觉习惯入手,提出了一种非凸的背景去除模型.基本思想是找出一条曲线,使得在该曲线外部区域内所有像素点灰度值尽可能相等,且外部面积足够大.应用水平集方法和梯度下降方法,推导出了这一思想的数学表达形式和其求解的演化方程.为了加快曲线演化速度,用δ1=1代替了Dirac函数.理论和实验均表明方法具有多目标分割能力.2.分析了非凸模型的缺点,提出了凸的变分模型.非凸模型容易陷入局部最小解的困境,Heaviside函数作为表征区域的特征函数被广泛应用于图像分割中,它的非凸近似是导致多数模型非凸的主要原因.针对这一点,提出并应用Heaviside函数的一种简单近似,得到了带约束条件的凸的能量泛函.文中给出了最小化该能量泛函的三种方法:分裂Bregman方法、梯度下降方法和近似算法.其中在应用后两者时,为了去掉约束条件,对能量泛函分别添加了两种不同的惩罚项,并从理论上证明惩罚项的加入不会影响分割结果.实验结果表明,三种算法都具有较高的分割效率和分割精度.3.讨论了一般模型在灰度分布不均匀图像分割中的应用,提出了基于局部灰度信息的分割模型.灰度分布不均匀图像的小区域仍然可以看作是一幅灰度分布均匀的图像,从这一点出发,使用Gauss核函数构造出局域外部灰度平均值,将其应用于凸背景去除模型中,得到了针对灰度分布不均匀图像的分割模型.模型的数值求解采用提速的分裂Bregman方法.对比实验显示,本文方法更高效,且对噪声有很好的鲁棒性.4.研究了纹理图像的特征提取与分割方法.提出了一种基于微分流形知识的纹理提取方法,并将提取得到的特征作为新的图像,应用于凸模型中进行求解.求解过程中,提出了基于近似算子的不动点迭代算法,并从理论上证明了算法的收敛性.实验表明该方法能够有效分割纹理图像,即使其各特征区域难以区分.5.研究了复杂图像和彩色图像的分割问题.自然图像大多呈现多目标和多背景的特点,一般分割模型很难做到完全分割的目的.为了克服这一缺点,本文提出了多层分割的方法,即进行多次分割.为了减少分割中的计算量,每次分割的区域是上一次得到的目标区域,而非整个图像域.彩色图像常见于生活中,为了更加凸显彩色图像三通道的差异,且更完全地应用这三个通道的信息,提出了一种关于通道的变换,并将变换后得到的三个通道看作向量图像,提出了向量图像的凸分割模型.求解时选用分裂Bregman方法.


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 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
4 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
5 李丹;;图像分割方法及其应用研究[J];科技信息;2010年36期
6 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
7 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
8 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
9 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
10 陈晓丹;李思明;;图像分割研究进展[J];现代计算机(专业版);2013年33期
11 李保洲,王建琦,邓雁萍;基于关联度分析的图像分割性能评估[J];上海交通大学学报;2000年06期
12 程宏煌,戴卫恒,姚甦甦;图像分割方法综述[J];电信快报;2000年10期
13 华长发;范建平;高传善;吴立德;;基于二维熵阈值的图像分割及其快速算法[J];模式识别与人工智能;2000年01期
14 何艳阳,王景熙,罗渝兰,屈冰;生物仿真神经网络图像分割方法中的参数自动确定[J];四川师范大学学报(自然科学版);2001年02期
15 欧阳鑫玉,赵楠楠,宋蕾,谢元旦;图像分割技术的发展[J];鞍山钢铁学院学报;2002年05期
16 耿茵茵,蔡安妮,孙景鳌;基于瓦罐模型的多判据判决及其在图像分割中的应用[J];电子学报;2002年07期
17 罗渝兰,王景熙,郑昌琼;图像分割在生物医学工程中的应用[J];计算机应用;2002年08期
18 柯行斌,王汝传;白细胞图像分割的研究与实现[J];南京邮电学院学报;2003年03期
19 张新峰,沈兰荪;图像分割技术研究[J];电路与系统学报;2004年02期
20 魏弘博,吕振肃,蒋田仔,刘新艳;图像分割技术纵览[J];甘肃科学学报;2004年02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
中国博士学位论文全文数据库 前10条
1 白雪飞;基于视觉显著性的图像分割方法研究[D];山西大学;2014年
2 黄万里;基于高分卫星数据多尺度图像分割方法的天山森林小班边界提取研究[D];福建师范大学;2015年
3 王辉;图像分割的最优化和水平集方法研究[D];电子科技大学;2014年
4 高婧婧;脑部MR图像分割理论研究[D];电子科技大学;2014年
5 潘改;偏微分方程在图像分割中的应用研究[D];东北大学;2013年
6 冯籍澜;高分辨率SAR图像分割与分类方法研究[D];电子科技大学;2015年
7 李伟斌;图像分割中的变分模型与快速算法研究[D];国防科学技术大学;2014年
8 邓晓政;基于免疫克隆选择优化和谱聚类的复杂图像分割[D];西安电子科技大学;2014年
9 侯叶;基于图论的图像分割技术研究[D];西安电子科技大学;2011年
10 裴继红;基于模糊信息处理的图像分割方法研究[D];西安电子科技大学;1998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 廖小波;基于贝叶斯最优统计的图切法图像分割研究[D];昆明理工大学;2015年
3 姜士辉;基于Android系统的立木图像分割方法研究[D];东北林业大学;2015年
4 路亚缇;基于粒子群优化算法的最大熵多阈值图像分割研究[D];郑州大学;2015年
5 刘超;基于阈值图像分割的研究及在苹果定位中的应用[D];东华理工大学;2015年
6 何妮;结合显著性目标检测与图像分割的服饰提取算法研究及实现[D];西南交通大学;2015年
7 刘晓磊;基于MRF随机场模型的机器人视觉图像分割方法研究[D];西安建筑科技大学;2015年
8 王周楠;数字图像处理的研究仿真[D];中国地质大学(北京);2015年
9 许素素;改进的模糊C均值聚类算法在图像分割中的应用[D];长安大学;2015年
10 齐国红;基于FCM和SVM相结合的作物病害图像分割方法研究[D];郑州大学;2015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