

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、低層的圖象處理一直是計(jì)算機(jī)視覺發(fā)展的瓶頸。近年來(lái)偏微分方程在圖象處理中的應(yīng)用在國(guó)際上得到了廣泛的關(guān)注,有望解決經(jīng)典的啟發(fā)式圖象處理方法的缺陷?,F(xiàn)有研究成果表明,基于偏微分方程的圖象處理方法可應(yīng)用于圖象恢復(fù)、圖象分割、超分辨率、立體視覺、圖象修復(fù)、圖象分類、視頻序列分析等多方面。研究成果可以快捷地應(yīng)用在醫(yī)療圖象分析、遙感圖象處理、機(jī)器人視覺、視頻監(jiān)控、視頻壓縮等領(lǐng)域?;谄⒎址匠痰膱D象處理屬于基礎(chǔ)性理論研究,是偏微分方程,變分學(xué),微分幾
2、何,數(shù)值分析,經(jīng)典力學(xué)與圖象處理等多個(gè)學(xué)科的交叉,相關(guān)理論深且廣,目前國(guó)內(nèi)相關(guān)的研究尚處于起步階段。 在廣泛調(diào)研國(guó)際最新理論進(jìn)展與研究成果的基礎(chǔ)上,本論文系統(tǒng)、詳細(xì)地闡述了基于偏微分方程的圖象處理方法的基本原理,設(shè)計(jì)思路,數(shù)值求解與實(shí)驗(yàn)結(jié)果等,主要包括以下研究?jī)?nèi)容: 本文首先系統(tǒng)地介紹了圖象處理技術(shù)的框架與數(shù)學(xué)背景,在此基礎(chǔ)上,介紹了偏微分方程在圖象處理中的導(dǎo)出,基于偏微分方程的圖象處理方法的發(fā)展歷程與優(yōu)勢(shì)所在,該領(lǐng)域內(nèi)
3、知名的國(guó)際相關(guān)專題、重要著作與行業(yè)內(nèi)領(lǐng)先的研究機(jī)構(gòu)。 第二章首先從數(shù)學(xué)角度來(lái)解釋圖象,接著詳細(xì)講述了基于偏微分方程的數(shù)字圖象處理的數(shù)學(xué)理論基礎(chǔ),具體包括偏微分方程,變分與梯度下降流,平面微分幾何,數(shù)值分析等部分,其中涉及著名的Osher-Sethian的水平集演化理論。 第三、四章是論文的核心部分,分別研究了偏微分方程在圖象處理中的兩個(gè)最基本應(yīng)用:圖象恢復(fù)與圖象分割,主要研究基于偏微分方程演化流的圖象處理方法。在第三部分
4、圖象恢復(fù)中,首先介紹了Tikhonov正則化、各向同性擴(kuò)散與尺度空間等基本理論。本章的重點(diǎn)在于P-M各向異性擴(kuò)散理論的分析與在魯棒統(tǒng)計(jì)中的評(píng)測(cè),及對(duì)ROF TV全變差模型的改進(jìn)等方面。在本部分的結(jié)尾簡(jiǎn)單介紹了Osher-Rudin的激波濾波器及其相關(guān)改進(jìn)算法。 第四部分分析了用輪廓演化理論實(shí)現(xiàn)的三種類型的圖象分割方法:基于邊界,基于區(qū)域以及基于知識(shí)的圖象分割。在基于邊界的圖象分割算法中,論文首先分析了Caselles等的測(cè)地活動(dòng)
5、輪廓,詳細(xì)分析了相關(guān)算法的優(yōu)缺點(diǎn),在算法實(shí)現(xiàn)上,特別提到了Li Chunming的無(wú)須重新初始化的水平集演化算法;在基于區(qū)域的圖象分割方法中,Mumford-Shah模型與Chan-Vese簡(jiǎn)化模型是研究的重點(diǎn),論文提出了改進(jìn)算法,加快了迭代收斂速度;在基于知識(shí)的圖象分割中,論文研究了一類“聰明的”活動(dòng)輪廓模型--Cootes-Taylor的活動(dòng)形狀模型,并提出了一種新的基于自訓(xùn)練與snakes搜索的活動(dòng)形狀模型。論文的第五章討論了用有
6、限差分法數(shù)值求解不同類型的偏微分方程,重點(diǎn)和難點(diǎn)是雙曲型偏微分方程的數(shù)值求解,其中介紹了迎風(fēng)格式,CFL穩(wěn)定條件,及Hamilton-Jacobi方程的多種數(shù)值離散化方法。 最后總結(jié)了全文,本論文的創(chuàng)新之處在于: 1.在廣泛調(diào)研國(guó)際上最新研究成果的基礎(chǔ)上,論文系統(tǒng)地、詳細(xì)地闡述了基于偏微分方程的圖象處理方法的基本原理,設(shè)計(jì)思路,數(shù)值求解。特別地,論文給出了在圖象恢復(fù)與圖象分割領(lǐng)域內(nèi),當(dāng)前熱門的偏微分方程圖象處理模型的ma
7、tiab模擬實(shí)驗(yàn)結(jié)果,為國(guó)內(nèi)同行開展相關(guān)領(lǐng)域的研究提供了借鑒。 2.在基于偏微分方程的圖象恢復(fù)中,我們分析了全變差圖象恢復(fù)模型的缺陷在于初值條件難以確定,即要求噪聲的均值與方差兩個(gè)限定條件從一開始就要同時(shí)滿足,此后才能正確求得拉格朗日參數(shù)的大小。為此提出了一種分步迭代的拉格朗日參數(shù)的選取方法,改進(jìn)了全變差模型,加快了收斂速度,提高了圖象恢復(fù)質(zhì)量。 3.在基于區(qū)域的圖象分割方法中,受Li Chunming的測(cè)地活動(dòng)輪廓算法
8、的數(shù)值實(shí)現(xiàn)的啟示,我們提出了一種的無(wú)須重新初始化的Mumford-Shah模型與Chan- Vese簡(jiǎn)化模型,極大地加快了收斂速度。 4.最后提出了一種新的基于snakes搜索的活動(dòng)形狀模型。針對(duì)活動(dòng)形狀模型在搜索過(guò)程中孤立地調(diào)整單個(gè)標(biāo)記點(diǎn)的位置,沒(méi)有考慮到模型中標(biāo)記點(diǎn)彼此的內(nèi)在聯(lián)系的缺陷,我們提出,可把snakes的能量函數(shù)作為活動(dòng)形狀模型標(biāo)記點(diǎn)搜索最佳的度量。新的基于snakes搜索的活動(dòng)形狀模型可用于基于知識(shí)的目標(biāo)輪廓提取
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于偏微分方程的圖像處理方法.pdf
- 基于偏微分方程的遙感圖像處理方法.pdf
- 圖像處理的偏微分方程方法研究.pdf
- 偏微分方程引論
- 基于偏微分方程的曲面修補(bǔ).pdf
- 基于偏微分方程超聲醫(yī)學(xué)圖像處理.pdf
- 偏微分方程簡(jiǎn)介
- 偏微分方程partialdiffierentialequation
- 基于偏微分方程的圖像處理技術(shù)研究.pdf
- 基于偏微分方程的圖像恢復(fù)研究.pdf
- 偏微分方程在數(shù)字圖像處理中的應(yīng)用.pdf
- 基于小波與偏微分方程的圖像處理.pdf
- 基于偏微分方程的土壤切片數(shù)字圖像處理技術(shù)的探討.pdf
- 基于偏微分方程的生物信息圖像處理方法研究.pdf
- 基于偏微分方程的圖像分割.pdf
- 基于偏微分方程的圖像修復(fù).pdf
- 基于圖像處理的高階非線性偏微分方程.pdf
- 基于偏微分方程的圖像幾何處理方法.pdf
- 基于偏微分方程的圖像放大研究.pdf
- 基于偏微分方程的圖像修復(fù)研究.pdf
評(píng)論
0/150
提交評(píng)論