基于尺度空间理论的自适应图像分割研究

《基于尺度空间理论的自适应图像分割研究》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TP391密级公开UDC004编号10299S1308020硕士学位论文基于尺度空间理论的自适应图像分割研究ResearchofAdaptiveImageSegmentationBasedonScale-spaceTheory指导教师宋余庆教授作者姓名包翔申请学位级别硕士专业名称模式识别与智能系统论文提交日期2016年4月论文答辩日期2016年6月学位授予单位和日期江苏大学答辩委员会主席施化吉教授评阅人______________独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外

2、，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊（光盘版）电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论

3、文全文数据库》并向社会提供查询，授权中国学术期刊（光盘版）电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布（包括刊登）授权江苏大学研究生处办理。保密□，在年解密后适用于本授权书本学位论文属于不保密□。学位论文作者签名：指导教师签名：年月日年月日江苏大学硕士学位论文摘要图像分割是图像处理中的基础，它为高级图像分析提供了有利的条件，使得智能、快速、准确的图像分析成为可能。图像分割有非常广泛的应用领域，在智能交通、军事研究、生物医学、现代农业、自动化等方面有着巨大的研究价值，近几十年来一直都是科研领域的热门研究方向。基于聚

4、类算法的图像分割是一种常用的分割方法，具有操作简单、鲁棒性较好等优势。基于聚类算法的图像分割主要是依据图像的某些特征，按照不同的聚类思想，对特征空间进行分类并且映射到原图像上实行分割。具体运用中，人们也能根据分割的要求选择合适的聚类算法进行图像分割。基于高斯混合模型(GMM)的期望最大值算法(EM)作为一个半监督学习算法，被广泛应用于图像分割当中。该算法假设图像灰度等特征的密度分布服从高斯分布，利用极大似然估计对混合模型的参数进行估计从而实现图像分割。但是EM算法存在一定的缺陷，其对初始参数十分敏感且容易陷入局部极值；而尺度空间理论中一维信号重构的方法能

5、深入了解特征的分布情况，能更准确地描述图像信息，因此通过该方法可以辅助确定EM算法的所需要的初始参数，从而提高图像分割的质量。本文基于高斯混合模型EM算法，通过尺度空间理论辅助确定EM算法的初始参数，提出了鲁棒性与准确率并重的图像分割算法，从而达到自适应图像分割、提高分割准确性的目的。本文的工作内容主要包括三方面：（1）论文系统介绍了EM聚类方法与尺度空间理论的理论依据和发展状况，阐述了EM算法及其衍生算法的发展历程，详细叙述了尺度空间理论中一维信号重构的数学方法及指纹图的获取与分析。（2）针对EM算法的固有劣势，在利用图像一维特征进行分割时，提出了基于

6、尺度空间理论中一维信号重构方法的EM算法。该方法通过核密度估计方法得到图像中该特征的密度分布，利用尺度空间理论中一维信号重构的方法，自适应地得到EM算法所需的初始参数，进而完成图像分割。在加拿大麦吉尔大学脑部核磁共振图像数据集上进行分割实验，在与分割groundtruth的相似度评价中，I基于尺度空间理论的自适应图像分割研究本文方法取得了较好的分割效果。（3）利用图像多维特征及结合其实际分布情况，提出了一种能根据多维特征自适应图像分割的EM算法，该方法能综合考虑数据分布和噪声影响等因素，通过不断筛选聚类中心，进而确定EM算法初始化参数，最终实现图像的分割

7、。在加州大学图像分割数据库上进行测试实验中，在聚类指标Xie–Beni和Q指标的评价上，本文方法比其他一些EM衍生算法更有优势。关键字：图像分割，聚类，EM算法，尺度空间理论II江苏大学硕士学位论文ABSTRACTImagesegmentationhasalwaysbeenafundamentalstepinimageprocessing,ithelpstobringgreatconveniencetothemoreadvancedimageanalysis,makingtheintelligent,speedy,accurateimageanalysi

8、spossible.Asawidespreadusedtool,ithasgai