图像分割算法研究及其应用——基于变分偏微分方程的图像分割算法

《图像分割算法研究及其应用——基于变分偏微分方程的图像分割算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级硕士学位论文题目：图像分割算法研究及其应用—基于变分偏微分方程的图像分割算法英文并列题目：ResearchofImageSegmentationAlgorithmandItsApplication—AlgorithmofImageSegmentationBasedonVariationalPartialDifferentialEquation研究生：林喜兰专业：数字媒体技术研究方向：图像处理与智能识别导师：陈秀宏教授指导小组成员：学位授予日期：2016年6月答辩委员会主席：刘渊教授江南大学地址：无

2、锡市蠡湖大道1800号二○一六年六月摘要摘要图像分割是图像处理和计算机视觉领域中必不可少的一部分。到目前为止，有很多种图像分割方法，活动轮廓模型是其中一种流行和研究较多的方法，并且应用广泛。活动轮廓模型的基本思想是对分割目标构造约束函数，通过曲线演化理论来实现分割过程。根据约束条件的性质，活动轮廓模型方法基本可以分为两类：基于边缘的、基于区域的活动轮廓模型。基于边缘的活动轮廓模型，比如最初的Snake活动轮廓模型以及在此基础上的一些改进模型。但是这类方法对噪声敏感并且很难检测出弱边缘。当初始化轮廓距离目标边

3、界太远时，很难使用基于边缘的模型找到目标边界。基于区域的活动轮廓模型使用区域信息来定义曲线的能量泛函从而驱动曲线演化。其中，最经典的是由Chan和Vese提出的没有边缘的基于区域的活动轮廓模型,它综合考虑了曲线内部和外部的信息,并且基本上克服了基于边缘活动轮廓模型的缺点，可以得到把含有噪声图像和基于边缘图像的分割结果。基于变分偏微分方程的活动轮廓模型在图像分割过程中遇到的最大的问题是计算量较大且收敛速度慢。因此，本文在前人基于活动轮廓模型研究的基础上，提出了新的活动轮廓模型的改进算法，具体如下：1.提出一种

4、新的基于区域混合模型的非凸正则化活动轮廓模型。该模型构造了一个新的能量泛函，该能量泛函综合考虑了图像局部聚类性质的局部二值模型和测地线模型，增加非凸正则化项，加快了轮廓曲线的收敛速度，并且可以很好地保持区域形状并能防止边缘过平滑，然后通过经典的有限差分法求得能量泛函的极小值。最后，在合成图像和医学图像上做了仿真实验。实验结果表明，提出算法可以更快的达到收敛，分割准确度比较高、并且鲁棒性更好。2.提出一种新的局部信息熵的混合测地区域活动轮廓模型。该模型构造一个新的能量泛函，在泛函中引入柔化核函数作为窗口核函数

5、，同时构造一个新的符号压力函数来代替测地线边缘检测函数，并以局部信息熵作为图像拟合能量项的权重，通过非凸正则化项来约束水平集函数。由此得到的算法不仅能加快轮廓曲线的收敛速度，而且可以处理那些由于光照或其他外界因素的变化而产生的灰度不均匀或者模糊的图像，提高分割的精确性。最后，将所提出算法在合成图像和真实图像上做了仿真实验，实验结果表明，所提出的算法不仅收敛速度快，而且具有较高的分割准确度，同时对初始化轮廓曲线的位置不敏感，具有很好的鲁棒性。最后，对论文工作做了总结，并提出了本文所研究类型算法在以后可以继续研

6、究的几个方向。关键词：图像分割；基于边缘的活动轮廓模型；基于区域的活动轮廓模型；混合活动轮廓模型；局部信息熵。IAbstractAbstractImagesegmentationisanessentialpartoftheimageprocessingandcomputervision.Sofar,thereisavarietyofsegmentationmethods,andamongthemactivecontourmodelbasedonvariationalpartialdifferentialeq

7、uationisapopularone,itiswidelystudiedandusedinmanyapplications.Thefundamentalideaofactivecontourmodelistoconstructsomeconstraintsfunctionstothesegmentationobjectandrealizethesegmentationprocessbycurveevolution.Accordingtothepropertyofconstraints,themethods

8、basicallyfallintotwocategories:edge-based、region-basedactivecontourmodels.Theedgebasedactivecontourmodel,suchastheearliestsnake-activecontourmodelandsomeotherimprovedalgorithmsbasedonit.Butthesekindsofmethods