| 【中文题名】 | 基于水平集方法的图像分割研究 |
| 【英文题名】 | Study on Image Segmentation Based on the Level Set Method |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-30 |
| 【中关键词】 | 图像分割,曲线演化,水平集方法,微粒群算法,窄带,Mumford-Shah模型 |
| 【英关键词】 | Image segmentation,Curve evolution,Level set method,Particle swarm optimization,Narrow band,Mumford-Shah model,Elastic interaction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
图像分割是计算机视觉中的关键问题之一,传统的分割方法由于方法本身的局部性,难以满足复杂分割的要求,基于主动轮廓线模型的图像分割方法正是这种需求下出现的。几何主动轮廓线模型对拓扑结构的变化处理非常自然,解决了参数主动轮廓线模型难以解决的问题,而水平集方法的出现,极大地推动了几何主动轮廓线模型的发展。
本文主要研究基于水平集方法的图像分割。在回顾数字图像处理和图像分割的发展历程及其目前的研究状况的基础上,介绍了主动轮廓线模型、曲线演化和水平集方法的相关理论。传统的水平集方法需要求解全部计算区域的函数值,文中基于微粒群算法和窄带方法,将参数主动轮廓线模型与水平集方法相结合,从而减少了计算量,节省了计算时间;对于基于简化Mumford-Shah模型的C-V图像分割方法,提出了简化C-V方法计算量的算法和迭代终止准则;另外,针对基于简化Mumford-Shah模型的C-V图像分割方法不能直接使用窄带法的问题,提出一种窄带Mumford-Shah分割方法,把分割计算限制在窄带范围内,避免了大量的计算;最后使用物体边缘和移动曲线的弹性交互作用生成移动曲线的速度场,提出了一种基于新型速度场的水平集分割方法,... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-10 |
|
第1章 绪论 |
10-18 |
|
1.1 课题的目的和意义 |
10-11 |
|
1.2 图像分割的研究概况 |
11-12 |
|
1.3 基于主动轮廓线模型的图像分割 |
12-16 |
|
1.4 论文的主要工作和结构安排 |
16-18 |
|
第2章 水平集的基本理论 |
18-32 |
|
2.1 曲线演化理论 |
18-20 |
|
2.2 曲线演化的水平集描述 |
20-24 |
|
2.3 水平集方程的数值计算 |
24-25 |
|
2.4 水平集方法实现中的问题 |
25-31 |
|
2.5 本章小结 |
31-32 |
|
第3章 基于水平集曲线演化的图像分割 |
32-45 |
|
3.1 参数主动轮廓线模型 |
32-33 |
|
3.2 PSO 快速搜索算法 |
33-36 |
|
3.3 样条插值算法的应用 |
36 |
|
3.4 窄带水平集算法 |
36-38 |
|
3.5 迭代终止准则 |
38-39 |
|
3.6 实验结果与分析 |
39-44 |
|
3.7 本章小结 |
44-45 |
|
第4章 基于Mumford-Shah 模型的图像分割方法 |
45-59 |
|
4.1 Mumford-Shan 图像分割模型 |
45-47 |
|
4.2 基于水平集求解简化Mumford-Shah 模型的C-V 方法 |
47-48 |
|
4.3 C-V 图像分割方程的数值解法 |
48-50 |
|
4.4 Mumford-Shah 图像分割模型的C-V 方法改进 |
50-53 |
|
4.5 基于窄带法求解Mumford-Shah 图像分割模型 |
53-58 |
|
4.6 本章小结 |
58-59 |
|
第5章 基于弹性交互作用和非线性扩散的水平集方法 |
59-68 |
|
5.1 弹性交互作用生成移动曲线的速度场 |
59-62 |
|
5.2 长度尺度的介绍 |
62-63 |
|
5.3 算法的实现 |
63-65 |
|
5.4 实验结果与分析 |
65-67 |
|
5.5 本章小结 |
67-68 |
|
结论 |
68-70 |
|
参考文献 |
70-76 |
|
攻读硕士学位期间承担的科研任务与主要成果 |
76-77 |
|
致谢 |
77-78 |
|
作者简介 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.367923 |
