2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、圖像分割是計(jì)算機(jī)視覺和圖像處理領(lǐng)域內(nèi)的重要研究內(nèi)容。至今,已有多種分割算法,而活動輪廓模型是一個(gè)比較著名的方法,并且在眾多研究中也得到了非常廣泛的應(yīng)用。其基本思想是在服從一定約束條件下在給定圖像中演化一條封閉曲線以檢測圖像中的目標(biāo)。
  本文主要是對活動輪廓模型的分割方法進(jìn)行研究。文中介紹了幾種比較著名的活動輪廓模型,并通過實(shí)驗(yàn)結(jié)果對模型的優(yōu)缺點(diǎn)作出了簡要的分析。分析發(fā)現(xiàn)使用圖像全局信息的活動輪廓模型雖然對初始輪廓位置不敏感,但不

2、能準(zhǔn)確的分割出灰度不均勻圖像,而使用圖像局部信息的活動輪廓模型雖然能夠有效的處理灰度不均勻圖像,但又存在初始輪廓位置敏感問題。為了能夠更加有效的對圖像實(shí)現(xiàn)分割,本文提出了一種結(jié)合圖像差分與局部信息的活動輪廓模型,其中圖像的差分信息為濾波后的圖像減去原始圖像。并且在數(shù)值實(shí)現(xiàn)時(shí)采用了時(shí)間分步法,同時(shí)避免了傳統(tǒng)更新迭代中需要重新初始化的過程,從而使本文模型在數(shù)值實(shí)現(xiàn)上更加簡單。此外,在該模型的基礎(chǔ)上,本文提出了一種結(jié)合圖像背景估計(jì)信息的活動輪

3、廓模型,背景估計(jì)信息為背景圖像減去原始圖像,而背景圖像為在原始圖像上進(jìn)行形態(tài)學(xué)開運(yùn)算的結(jié)果。提出模型的能量泛函中數(shù)據(jù)項(xiàng)由圖像的背景估計(jì)信息和局部信息組成,其中使用圖像的局部信息能保持對灰度不均勻圖像分割的準(zhǔn)確性,同時(shí)由于背景估計(jì)信息的引入,算法有效的克服了對初始位置敏感的問題。并且背景估計(jì)信息本身能夠很好描述灰度不均勻圖像,從而使本文模型避免了現(xiàn)有的混合模型中局部項(xiàng)與全局項(xiàng)之間比例參數(shù)的權(quán)重問題,增加了算法對不同特征圖像的適應(yīng)性。實(shí)驗(yàn)結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論