發(fā)布時間：2023-11-09 19:53

　　圖像分割是計算機視覺和圖像處理領域中的基本技術,分割技術為后續(xù)的圖像分析奠定了基礎。由于圖像普遍存在灰度不均、噪聲、弱邊緣等問題,因此如何對圖像進行有效分割一直是圖像處理領域的一個難題。主動輪廓模型中的水平集方法由于其數(shù)值計算簡單,主要利用曲線的曲率和法向量來演化水平集函數(shù),能夠很自然的實現(xiàn)物體拓撲結構的變化,因此被廣泛的應用于圖像分割中。近年來,學者們還將水平集分割模型應用于醫(yī)學圖像的分割。本文主要討論了水平集分割模型,并將水平集分割應用于眼前節(jié)圖像與虹膜圖像的分割中。主要內(nèi)容:首先,本文簡要介紹了圖像分割的研究背景以及水平集圖像分割模型,闡述了水平集分割方法的國內(nèi)外研究現(xiàn)狀。其次,詳細介紹了曲線演化理論以及CV模型,針對不同對象區(qū)域之間強度范圍的重合,在強度不均勻情況下很難分割圖像這一問題,本文提出一種新的水平集分割方法。在非均勻圖像模型的基礎上,推導出圖像域的最優(yōu)分割平面,在平面上,提出一種新的基于區(qū)域的壓力函數(shù),并在水平集公式中定義一個能量泛函,通過對能量泛函最小化,在對非均勻圖像分割的同時,對偏置場進行估計。另外,為了準確估計偏置場,針對核函數(shù)設計了一種新的自適應尺度參數(shù)。最...

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀及其發(fā)展趨勢
    1.3 本文內(nèi)容及安排
第2章 圖像分割的基本理論
    2.1 圖像分割概述
    2.2 水平集圖像分割模型
        2.2.1 曲線演化理論
        2.2.2 水平集方法
        2.2.3 水平集的數(shù)值求解
    2.3 圖像分割評價標準
    2.4 本章小結
第3章 自適應尺度參數(shù)的非均勻圖像快速水平集分割
    3.1 背景模型
        3.1.1 CV模型
        3.1.2 張氏模型
        3.1.3 LIC模型
    3.2 本文方法
        3.2.1 基于區(qū)域的壓力函數(shù)設計
        3.2.2 新的偏置場初始化
        3.2.3 自適應尺度參數(shù)
    3.3 算法實現(xiàn)
        3.3.1 本文方法分割流程圖
        3.3.2 算法過程描述
    3.4 實驗結果與分析
        3.4.1 實驗結果
        3.4.2 實驗分析
    3.5 本章小結
第4章 基于CV模型和改進Hough圓檢測的人眼虹膜定位
    4.1 預處理
    4.2 基于CV模型的虹膜內(nèi)圓定位
    4.3 改進的Hough變換算法定位虹膜外邊緣
        4.3.1 傳統(tǒng)的基于圓檢測的Hough變換原理
        4.3.2 改進的用于虹膜外圓檢測的Hough變換算法
        4.3.3 算法流程圖
        4.3.4 算法步驟
    4.4 實驗結果與分析
    4.5 本章小結
第5章 總結與展望
參考文獻
致謝
個人簡歷、在學期間發(fā)表的學術論文及研究成果



本文編號：3861913