基于水平集的紅外圖像邊緣檢測算法研究.pdf

1、邊緣檢測作為一個低級視覺處理過程,一直以來都是圖像處理與分析領(lǐng)域的研究熱點。邊緣檢測算法的研究已經(jīng)有幾十年的歷史,這期間出現(xiàn)了Roberts算子、Sobel算子、Kirsch算子、Log算子、Canny算子等經(jīng)典的邊緣檢測方法。但由于紅外圖像通常存在噪聲較大、目標與背景間灰度差較小、邊緣模糊的特點,使得經(jīng)典的邊緣檢測算法往往不能有效地提取出紅外圖像中的目標邊緣。水平集方法是由Osher和Sethian提出的一種數(shù)值計算方法,它將二維(三

2、維)的閉合曲線(曲面)的演化問題轉(zhuǎn)化為高維空間中水平集函數(shù)曲面演化的隱含方式來求解,具有拓撲結(jié)構(gòu)可自然變化、計算精度高、算法穩(wěn)定的特點。水平集方法以其獨特的計算方式,具備了經(jīng)典邊緣檢測算法所沒有的許多優(yōu)秀特性,因而在邊緣檢測領(lǐng)域中受到越來越多的關(guān)注。本文主要討論水平集方法在紅外圖像邊緣檢測中的應(yīng)用,論文的研究內(nèi)容和創(chuàng)新之處如下:1.詳細介紹了水平集方法的原理及其相關(guān)數(shù)值計算方法,總結(jié)經(jīng)典圖像邊緣檢測算法和水平集方法的檢測特點,指出利用水

3、平集方法檢測模糊圖像的優(yōu)越性。2.通過分析紅外圖像的特點和兩類水平集控制方程的構(gòu)造特點及其優(yōu)缺點,指出需要利用基于Mumford-Shah模型的水平集方法來檢測紅外圖像。3.詳細分析了兩類紅外圖像(電路板紅外圖像、陶瓷杯紅外圖像)的灰度分布特點;深入剖析了C-V模型在對這兩類紅外圖像進行檢測時遇到困難的原因。4.針對電路板紅外圖像和陶瓷杯紅外圖像提出了背景同質(zhì)化Mumford-Shah模型和目標同質(zhì)化Mumford-Shah模型,并詳細