基于马尔可夫随机场的金属疲劳断口图像的纹理分割

基于马尔可夫随机场的金属疲劳断口图像的纹理分割

论文摘要

研究金属的断裂表面,是断裂学科的重要组成部分。金属破断后获得的一对相互匹配的断裂表面及其外观形貌,称为断口。断口总是发生在金属组织中最薄弱的地方,它以形貌特征记录了材料在载荷和环境作用下断裂前的不可逆变形,以及裂纹的萌生和扩展直至断裂的全过程。断裂过程的每一个阶段都会在断口上留下相应的痕迹、形貌与特征,而疲劳条带作为金属疲劳断裂一个重要的断口特征,也是对疲劳断口图像进一步研究的重要依据,对疲劳断口图像的纹理分割就显得极其重要。断口分析现已成为对金属构件进行失效分析的重要手段之一,因此对失效件的疲劳断口进行分析对确定失效的模式、原因、机理具有重要意义。图像分割是图像处理和计算机视觉领域中最为基础和重要的研究问题之一,一直以来是人们研究的热点。纹理分割的传统方法有很多,大致可以分为统计方法、结构方法、频谱方法等。统计方法是建立在灰度直方图的基础上,但是计算过程非常复杂;结构方法只适用于人工纹理,适用范围比较窄;而频谱方法是根据图像的频域特征进行处理,缺点是提取的特征繁多。针对传统方法的不足,本文采用马尔可夫随机场(MRF)模型的方法。马尔可夫随机场模型是一种描述图像结构的概率模型,能够充分利用图像的空间相关信息,能够实现对低信噪比的金属疲劳断口图像进行条带分割。本文的研究内容如下:(1)着重介绍了马尔可夫随机场的有关基础理论以及几种常见的模型;(2)对一些图像分割算法当中的参数估计进行了研究,简要分析了几种常见的参数估计的方法,并且对比了它们的优劣,提出了本文的分割算法。(3)与马尔可夫随机场相结合,引入了高斯分布,设计了一种具体的分割算法,对金属疲劳断口图像的条带纹理进行了分割。(4)最后将经马尔可夫随机场方法分割得到的疲劳断口图像与小波变换和经验模式分解得到的疲劳断口图像进行了比对,应用马尔可夫随机场方法得到的实验效果要好于其它两种方法。针对疲劳断口图像,本文提出了一种基于马尔可夫随机场(MRF)的金属疲劳断口图像的条带分割方法。文中构造了图像的马尔可夫随机场模型,并且提出了一种基于该模型的图像分割算法。结果表明算法具有收敛速度快、稳健性好等优点。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 引言
  • 1.2 纹理图像分割概述
  • 1.2.1 纹理的定义
  • 1.2.2 纹理分析的产生与发展
  • 1.2.3 基于纹理分析的图像分割
  • 1.2.4 图像分割的研究现状及意义
  • 1.3 金属断口分析概述
  • 1.3.1 金属断口分析简介
  • 1.3.2 金属断口分析的研究背景
  • 1.3.3 金属断口分析的发展及现状
  • 1.4 本课题研究的目的和意义
  • 1.5 本文的研究内容、结构及创新点
  • 1.5.1 论文的研究内容
  • 1.5.2 论文的组织结构
  • 1.5.3 论文的创新点
  • 第二章 马尔可夫随机场(MRF)的基础理论
  • 2.1 马尔可夫随机场的有关概念
  • 2.1.1 邻域系统和势团
  • 2.1.2 马尔可夫随机场的定义
  • 2.2 MRF 与 Gibbs 随机场的等效性
  • 2.3 MRF 的典型模型
  • 第三章 基于 MRF 的图像分割算法
  • 3.1 基于 MAR-MRF 的图像分割理论
  • 3.2 基于 MRF 的图像分割算法
  • 3.2.1 模拟退火(SA)算法及其特点
  • 3.2.2 迭代条件模式(ICM)算法及其特点
  • 3.2.3 两种优化算法的对比
  • 3.3 基于 MRF 分割算法的参数估计
  • 3.3.1 最大似然估计
  • 3.3.2 最大伪似然估计
  • 3.3.3 动态蒙特卡罗(Monte Carlo)方法
  • 第四章 基于 MRF 的金属疲劳断口的条带分割
  • 4.1 基于高斯-马尔可夫随机场模型的图像分割算法
  • 4.1.1 欧氏距离和 Frobenius 范数
  • 4.1.2 高斯-马尔可夫随机场模型
  • 4.2 基于 MRF 的金属疲劳断口的条带分割
  • 4.2.1 高斯-马尔可夫随机场的初始化
  • 4.2.2 分割算法的具体执行步骤
  • 4.2.3 实验结果及分析
  • 4.3 结论
  • 第五章 总结与展望
  • 参考文献
  • 研究生期间发表论文情况
  • 致谢
  • 相关论文文献

    • [1].基于纹理分割图的草地分界线提取算法[J]. 农机化研究 2018(06)
    • [2].图像纹理分割综述[J]. 科技与企业 2015(09)
    • [3].基于改进的小波变换和模糊核聚类的纹理分割[J]. 价值工程 2011(31)
    • [4].二值马尔科夫模型和多波段遥感影像的多尺度纹理分割[J]. 武汉大学学报(信息科学版) 2008(01)
    • [5].基于区域生长的翡翠云雾纹理分割方法[J]. 工业控制计算机 2014(08)
    • [6].基于纹理分割的形状特征相似的商标检索技术[J]. 计算机与现代化 2009(02)
    • [7].重复结构检测的建筑物立面影像纹理分割[J]. 测绘科学 2018(03)
    • [8].自动权值的马尔科夫彩色图像纹理分割方法[J]. 佛山科学技术学院学报(自然科学版) 2014(03)
    • [9].多尺度框架下基于C-V模型的肺纹理分割[J]. 计算机工程 2012(12)
    • [10].地形纹理分割技术在雷达图像仿真中的应用[J]. 海军航空工程学院学报 2012(04)
    • [11].基于滤波器阵列与图割的彩色纹理分割[J]. 计算机工程 2011(14)
    • [12].基于互信息的建筑物立面影像重复纹理检测方法[J]. 测绘地理信息 2018(01)
    • [13].基于MRF纹理分割的车辆目标提取技术研究[J]. 公路与汽运 2014(05)
    • [14].结合小波框架和灰度共生矩阵的纹理分割算法[J]. 电脑知识与技术 2018(12)
    • [15].趣味科技[J]. 中国纺织 2014(01)
    • [16].基于小波变换和蚁群算法的纹理分割[J]. 计算机工程与科学 2009(06)
    • [17].基于羽毛图像纹理分割的毛杆提取方法[J]. 广东工业大学学报 2010(04)
    • [18].多通道Gabor特征的融合聚类图像纹理分割[J]. 韶关学院学报 2015(02)
    • [19].一种基于共生矩阵的多分辨率纹理分割算法[J]. 长春理工大学学报(自然科学版) 2011(03)
    • [20].浅谈图像分割技术[J]. 湖南冶金职业技术学院学报 2008(03)
    • [21].一种纹理缺陷特征提取算法[J]. 计算机与数字工程 2019(05)
    • [22].自仿射拟合的虹膜纹理分割及粗分类[J]. 仪器仪表学报 2015(04)
    • [23].一种新的基于Gabor小波的非监督纹理分割方法[J]. 武汉大学学报(信息科学版) 2009(01)
    • [24].结合纹理分析的多光谱图像分类研究[J]. 微计算机信息 2008(36)
    • [25].多纹理分级融合的织物缺陷检测算法[J]. 纺织学报 2019(06)
    • [26].加权方位特征的纹理图像FCM聚类分割[J]. 计算机工程与应用 2009(14)
    • [27].基于视觉传达的民间装饰图案纹理智能匹配方法[J]. 南阳理工学院学报 2019(04)
    • [28].基于纹理分割的纸张计数研究[J]. 包装工程 2015(19)
    • [29].基于共生矩阵的遥感图像面向对象分割[J]. 计算机工程与设计 2011(02)
    • [30].经编贾卡织物纹理分割与轮廓提取技术[J]. 纺织学报 2011(10)

    标签:;  ;  ;  ;  

    基于马尔可夫随机场的金属疲劳断口图像的纹理分割
    下载Doc文档

    猜你喜欢