论文题目: 基于Gap统计的图像分割理论与算法研究
论文类型: 博士论文
论文专业: 计算机应用
作者: 黄陈蓉
导师: 吴慧中
关键词: 图像建模,图像分割,图像边缘检测,多尺度,统计,统计模型,模型
文献来源: 南京理工大学
发表年度: 2005
论文摘要: 图像处理与模式识别是一门前沿的交叉学科,其中边缘检测、图像分割以及目标的表达等都是该学科的主要研究方向。而图像分割又是图像处理、模式识别和人工智能等领域中一个十分重要的研究课题,也是图像理解的基础和计算机视觉领域低层次视觉的经典研究难题。本文结合“基于IBR的仿真图像生成理论与技术研究”、“仿真实时图像生成和分析系统”及“基于图像的虚拟战场环境生成技术研究”等项目,以Gap统计方法为主线,系统深入地研究了基于Gap统计方法的图像分割理论与算法,所取得的主要研究成果与创新之处为: (1)全面分析与总结了前人关于图像分割的随机统计模型、几何分析模型和神经网络模型等,首次提出了基于“Gap Statistic”的思想来研究图像分割的理论与算法; (2)提出了函数Gap的一般概念,依据边缘判断的不同特征或标准,定义了几种具体的函数Gap,分析了不同函数Gap之间的关系。并利用函数Gap的理论,首次研究了图像的Gap统计特性,提出了边缘检测的Gap统计模型; (3)提出了图像中点Gap的概念,研究了图像中边缘的点Gap特征,导出了广义阶跃边缘和广义屋脊边缘的表示方法,建立了图像多尺度边缘检测的点Gap模型,并提出了点分布Gap的图像多尺度边缘检测算法,进一步研究了点顺序秩和Gap及其理论在边缘检测中的应用; (4)基于Gap统计理论,利用图像像素之间的近程和远程相关性,提出了加权Gap的概念;提出了多尺度加权邻域的图像边缘检测模型与算法,并分析了Gap算子与Sobel边缘检测算子的关系; (5)提出了函数特征、间隙、总间隙及全间隙等概念,建立了图像分割的Gap统计模型,并给出了较为详细的算法。分析了图像分割Gap统计模型中正则部分和奇异部分的特点,导出了区域特征自相似函数的分割结果与模型调节参数的关系。比较了用于图像分割的Gap统计模型与Mumford-Shah模型,结果表明图像分割Gap统计模型的复杂度明显低于Mumford-Shah模型。
论文目录:
1 绪论
1.1 课题研究的目的和意义
1.2 图像分割理论的研究现状
1.2.1 图像分割随机统计模型
1.2.2 图像分割几何分析模型
1.2.3 图像分割神经网络模型
1.3 Gap统计方法的研究现状
1.4 课题的来源
1.5 论文研究的主要内容
1.5.1 论文的组织
1.5.2 论文的主要成果与创新点
2 图像的Gap统计特性
2.1 引言
2.2 Gap定义
2.2.1 Gap一般定义
2.2.2 分布函数Gap算子
2.2.3 分布函数特征Gap算子
2.2.4 转移概率Gap
2.2.5 秩和Gap
2.2.6 一般Gap与具体Gap的关系
2.3 边缘检测的Gap统计模型
2.3.1 边缘检测的一致性标准
2.3.2 图像处理实例
2.3.3 图像处理结果分析
2.4 本章小结
3 图像多尺度边缘检测的点Gap模型
3.1 引言
3.2 点Gap
3.2.1 半邻域
3.2.2 相对半邻域
3.2.3 点Gap
3.2.4 点分布Gap
3.2.5 点转移Gap
3.2.6 点顺序秩和Gap
3.3 基于点Gap特征的图像边缘检测模型
3.3.1 图像边缘分类
3.3.2 图像边缘的点Gap特征
3.3.3 图像边缘模型
3.4 离散区域的邻域
3.4.1 离散内邻域和内半邻域
3.4.2 离散外邻域和外半邻域
3.5 基于点Gap的图像边缘检测算法
3.6 点分布Gap的图像多尺度边缘检测
3.6.1 点分布Gap优化算法
3.6.2 实验结果与分析
3.7 点顺序秩和Gap的图像多尺度边缘检测
3.7.1 边缘隶属度
3.7.2 边缘检测的隶属度模型
3.7.3 边缘隶属度模型的特点
3.8 本章小结
4 图像多尺度边缘检测的加权邻域Gap模型
4.1 引言
4.2 Markov随机场和Gibbs随机场
4.2.1 Markov随机场简介
4.2.2 Gibbs随机场简介
4.3 邻域权重函数
4.3.1 邻域权重密度函数
4.3.2 邻域权重的可分离密度函数
4.3.3 邻域的尺度
4.3.4 加权经验分布函数
4.3.5 加权样本
4.4 加权图像边缘检测模型与算法
4.4.1 相对半平面
4.4.2 半平面加权分布函数
4.4.3 基于加权邻域Gap模型的图像边缘检测模型算法
4.5 实例与分析
4.5.1 不同尺度下检测出的边缘图
4.5.2 加权模型抗噪声特点
4.5.3 加权模型与非加权模型的比较
4.5.4 Sobel算子与Gap算子的比较
4.6 本章小结
5 图像分割的Gap统计模型
5.1 引言
5.2 图像分割的假设
5.3 图像函数间隙
5.3.1 图像函数的特征
5.3.2 图像函数总间隙
5.3.3 图像函数全间隙
5.4 图像分割的Gap统计模型
5.4.1 Gap统计模型
5.4.2 图像模型的正则与奇异部分
5.4.3 区域特征自相似图像分割模型分析
5.4.4 图像Gap统计分割模型与Gap统计方法
5.4.5 Gap模型与Mumford-Shah模型的比较
5.5 基于Gap统计模型的图像分割算法
5.5.1 分割算法实现的基本思想
5.5.2 区域合并的判断准则
5.5.3 区域合并的数据结构
5.5.4 区域合并的算法流程
5.5.5 运行结果
5.6 本章小结
结论
致谢
参考文献
附录
发布时间: 2005-09-12
参考文献
- [1].非受限场景裂纹图像分割方法研究[D]. 王森.昆明理工大学2017
- [2].特征度量与信息传递的交互式图论分割方法研究[D]. 王涛.南京理工大学2017
- [3].自然图像分割的若干算法研究[D]. 戴令正.南京理工大学2017
- [4].偏微分方程与变分技术在图像分割中的应用研究[D]. 李钢.太原理工大学2018
- [5].带约束的图像分割方法研究及应用[D]. 钟丽.山东大学2018
- [6].基于图割的图像分割方法研究[D]. 辛月兰.陕西师范大学2018
- [7].基于模糊信息处理的图像分割方法研究[D]. 裴继红.西安电子科技大学1998
- [8].面向类的图像分割方法研究[D]. 葛宏立.北京林业大学2004
- [9].支持向量机的模型及其在图像分割中的应用[D]. 杨强.重庆大学2004
- [10].基于模糊聚类分析的图像分割技术研究[D]. 张爱华.华中科技大学2004
相关论文
- [1].基于多尺度理论的图像分割方法研究[D]. 王鹏伟.中国科学技术大学2007