基于活动轮廓模型的图像分割.pdf

┢生§县目学校代号:级:普通生主屋窆旦学号:密二二一
瓻.
刷谧辄舭作者签名:张磊瘟≯年虑扇作者签名:孤苏鹿学位论文原创性声明日期:锣甏踉虑扇学位论文版权使用授权书湖南大学卯年虑扇本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇⒈C芸冢年解密后适用本授权书。何其他个人或集体已经发表或撰写的成果作品。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后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意编本学位论文。本学位论文属于⒉槐C艽选朐谝陨舷嘤Ψ娇蚰诖颉”日期:
要摘图像分割是图像处理和计算机视觉的基础。近年来,基于偏微分方程的活动轮廓模型在图像分割领域取得了重大的进步,研究成果可有效应用于医学图像分析,遥感图像处理,机器人视觉,视觉跟踪等领域,对推动我国工业的自动化进,程、丰富和发展现有图像处理方法有着重要的理论与实际意义。而基于变分水平集的几何活动轮廓模型具有物理能量特性直观、数值解法稳定、能自动处理拓扑变化、便于融入约束信息等优点,在图像分割领域得到了广泛的应用。本文主要研究基于变分水平集的活动轮廓模型图像分割技术,主要工作如下:通过对模型的研究与分析,针对灰度分布均匀的分段常量图像,提出一种基于全局拟合信息的活动轮廓模型,并且为了避免重新初始化步骤,提高计算效率,文中采用了高斯平滑的方法,不但保持了数值稳定,而且提高了抗噪性能。P汀模型和边缘检测模型都只是利用单独的一种图像信息来分割图像。因此,为了充分利用图像信息,本文将这三种模型结合起来建立了一种集成的活动轮廓模型。该模型综合利用了全局灰度信息,局部灰度信息和边缘信息,并且同样采用高斯平滑的方法来避免重新初始化。通过实验证明了这种结合对灰度均匀与不均匀图像分割的有效性,并在与模型、P秃蚅模型的实验对比中,显示出这种模型具有很好的鲁棒性,和高效稳定的特点。模糊聚类和变分水平集两类方法均是通过最小化目标函数实现图像分割。通过对模糊聚类中隶属度函数的改造,提出了一种融合模糊聚类的变分水平集模型,从而将两种方法的优点相结合笛槌浞盅橹ち烁媚P涂梢栽诮仙俚牡奔淠准确的将目标分割出来,并且能自动处理拓扑变化,对初始轮廓的位置不敏感。关键词:图像分割;活动轮廓模型;偏微分方程;变分水平集;模糊聚类基于活动轮廓模型的图像分割
,..,,琣琫甌:.琲瑃—.,硕士学位论文·