欢迎来到天天文库
浏览记录
ID:36790919
大小:3.92 MB
页数:58页
时间:2019-05-15
《基于PDE、图割的图像分割模型及算法硕士论》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、河南大学硕士学位论文基于PDE、图割的图像分割模型及算法姓名:刘玉霞申请学位级别:硕士专业:应用数学指导教师:宋锦萍;台雪成20090501河南人学硕士学位论文中文摘要图像分割是进一步进行图像识别、分析和理解的基础,已有许多分割方法但还没有一种普遍适用于各种图像的有效方法.图像分割的研究是目前图像处理中研究的热点之一.因此,本文基于偏微分方程(PDE)、图割的图像分割模型、算法研究具有理论意义和应用价值.首先,本文从图像分割的目的和意义出发,对Mumford—Shah(M-S)模型、CV模型、逐段常水平集图像分割
2、模型简单介绍和分析.针对MSWD模型数值计算算法效率低、稳定性条件难以控制、调节参数难的问题进行研究.提出算子分裂图像分割模型,研究模型的数值计算,利用算子分裂格式给出了MSDM的AOS(AdditiveOperatorSplitting),AOS—Newton(AdditiveOperatorSplitting-Newton)两种快速算法,从而达到既快速极小化模型又克服了时间步长难以选择的难题,参数调节范围增大.其次,给出了求解MSDM的图割算法.将求能量函数的最小值转化为求图的最小割.采用高效的最大流算法进行
3、数值计算.图割算法避免了其它优化算法局部最小的缺点,参数调节简单,计算速度快.对合成图像及真实图像利用提出的算法实验,验证该算法的可行有效性.最后,论文对提出的三种算法通过数值实验进行进一步比较.关键词:图像分害-I];PDE;AOS;图割河南人学硕士学位论文AbstractImagesegmentationistofurthercarryoutimagerecognition,analysisandunder-standing.thereareanumberofsegmentationmethods.Butth
4、ereisnotamethodwhichisgenerallyapplicabletoallkindsofimage.Therefore,thestudyofimagesegmentationisoneofthehotspotsintheresearchofimageprocessing.Theresearchofimagesegmen-tationbasedonpartialdifferentialequations(PDE)andgraphcutismeaningfulbothintheoryandpract
5、ice.Firstofall,inthispaper,summarizethepurposeandsignificanceofimagesegmen-tation,introduceandanalyzeMumford—Shahmodel,Chan-Vesemodel,piecewiseconstantlevelsetmethod.ThenumericalalgorithmforthemodelisinefficientanddifficulttoCOIl-trolthestabilityofconditions,
6、adjustingtheparametersoftheproblemdifficult.Tosolvethoseproblems,wegivetheoperatorsplittingimagesegmentationmodel.Usingofoper—atorsplittingscheme,wegivetwofastalgorithms--AOS(AdditiveOperatorSplitting),AOS—Newton(AdditiveOperatorSplitting—Newton),SOastoachiev
7、enoto出minimizeenergyfunctionquicklybutalsoovercomethedifficultiesinchoosingthetimesteps.Theparametercanbechosenmoreeasily.Secondly,usinggraphcutstechnologytosolvethegivenMSDM.Insteadofmini-mizingtheenergyfunction,weproposetosolvetheresultingminimizationproble
8、mbygraphcuts.Byfindingtheminimumcutonaspecialgraph,weobtainthesolutionforthesegmentationproblem。Highlyefficientmaximumflowalgorithmcanavoidtheshortcom—ingsoflocalminimum.Furthermore,param
此文档下载收益归作者所有