本文關(guān)鍵詞：基于馬爾可夫隨機(jī)場和博弈論的機(jī)載電子板卡紅外圖像分割

  更多相關(guān)文章： 圖像分割 馬爾可夫模型 MMD 博弈論 ICM SA

【摘要】：電路板紅外圖像存在著噪聲大,芯片發(fā)熱區(qū)域交叉等特點(diǎn),現(xiàn)有的圖像分割算法大多針對(duì)可見光圖像或醫(yī)學(xué)圖像,而對(duì)于電路板紅外圖像的專用分割算法較少,因此需要對(duì)傳統(tǒng)的分割算法做出優(yōu)化和改進(jìn),從而更好的實(shí)現(xiàn)對(duì)PCB板紅外圖像的分割。本文首先介紹了電路板紅外圖像的特性,現(xiàn)有的多種圖像分割算法,及紅外圖像在分割時(shí)的重點(diǎn)與難點(diǎn);然后介紹傳統(tǒng)的馬爾可夫模型,對(duì)基于該模型下的分割算法進(jìn)行了研究,通過仿真實(shí)驗(yàn),分析了傳統(tǒng)方法的優(yōu)勢和劣勢以及在處理紅外圖像上的不足。本文將博弈理論的概念與基于Markov隨機(jī)場的MMD算法結(jié)合,提出基于博弈理論的MRF紅外圖像分割算法,將圖像分割的過程演變?yōu)橄袼亻g的博弈,通過尋找博弈的納什均衡點(diǎn)找到分割的最優(yōu)解。通過實(shí)驗(yàn)可知:新算法能夠很好地完成電路板紅外圖像的分割,將芯片的核心區(qū)域分割出來,達(dá)到將目標(biāo)與背景分離的目的,并且核心發(fā)熱區(qū)域的邊緣細(xì)節(jié)也很清晰,較完整地體現(xiàn)芯片的發(fā)熱區(qū)域和發(fā)熱位置,效果要明顯優(yōu)于傳統(tǒng)的Gibbs采樣法、ICM算法。本文將博弈理論與傳統(tǒng)的ICM、SA算法相結(jié)合,提出基于兩方法博弈的分割算法,通過兩種優(yōu)化策略之間的博弈,形成了具有強(qiáng)互補(bǔ)性的分割模塊,彌補(bǔ)了ICM算法容易陷入局部最優(yōu),SA算法運(yùn)算時(shí)間較長的缺點(diǎn)。通過大量的仿真,證明了新算法對(duì)于解決PCB板紅外圖像分割問題是行之有效的。
【關(guān)鍵詞】：圖像分割 馬爾可夫模型 MMD 博弈論 ICM SA
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V243;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-16
• 1.1 紅外熱成像技術(shù)概述9
• 1.2 電路板紅外圖像分割研究背景9-11
• 1.3 現(xiàn)有圖像分割算法11-13
• 1.4 圖像分割算法在電路板紅外圖像中的應(yīng)用13-14
• 1.5 課題研究工作及論文結(jié)構(gòu)安排14-16
• 第二章 傳統(tǒng)的MRF概述16-25
• 2.1 傳統(tǒng)MRF模型概述16-20
• 2.1.1 基本概念16
• 2.1.2 鄰域和基團(tuán)16-18
• 2.1.3 Markov隨機(jī)場18-19
• 2.1.4 Gibbs隨機(jī)場19-20
• 2.1.5 Markov-Gibbs的等價(jià)性20
• 2.2 MRF模型原理20-22
• 2.3 圖像分割最優(yōu)準(zhǔn)則22-23
• 2.4 傳統(tǒng)的求解方法23-24
• 2.5 本章小結(jié)24-25
• 第三章 基于博弈理論的MRF紅外圖像分割算法25-36
• 3.1 博弈論基礎(chǔ)25-27
• 3.1.1 博弈論的產(chǎn)生與發(fā)展25
• 3.1.2 博弈論的基本概念25-27
• 3.2 結(jié)合博弈理論的MRF紅外圖像分割算法模型27-32
• 3.2.1 OTSU算法預(yù)處理27-29
• 3.2.2 MRF圖像分割模型29-30
• 3.2.3 結(jié)合博弈理論的MRF紅外圖像分割算法30-32
• 3.3 仿真實(shí)驗(yàn)與分析32-35
• 3.4 本章小結(jié)35-36
• 第四章 基于兩方法博弈的MRF紅外圖像分割算法36-46
• 4.1 ICM算法36-37
• 4.1.1 算法概念及基本思想36
• 4.1.2 ICM算法流程36-37
• 4.2 SA算法37-41
• 4.2.1 SA算法的思想39
• 4.2.2 SA算法參數(shù)控制問題39-40
• 4.2.3 模擬退火算法流程40-41
• 4.3 基于兩方法博弈的MRF紅外圖像分割算法41-43
• 4.3.1 兩方法博弈模型41-42
• 4.3.2 算法具體流程42-43
• 4.4 實(shí)驗(yàn)結(jié)果與分析43-45
• 4.5 本章小結(jié)45-46
• 第五章 課題總結(jié)與展望46-47
• 參考文獻(xiàn)47-51
• 致謝51-52
• 攻讀碩士期間發(fā)表的學(xué)術(shù)論文52

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李保洲,王建琦,鄧雁萍;基于關(guān)聯(lián)度分析的圖像分割性能評(píng)估[J];上海交通大學(xué)學(xué)報(bào);2000年06期

2 樂宋進(jìn),武和雷,胡泳芬;圖像分割方法的研究現(xiàn)狀與展望[J];南昌水專學(xué)報(bào);2004年02期

3 高康林;周鳳岐;;基于免疫計(jì)算的二次閾值圖像分割[J];彈箭與制導(dǎo)學(xué)報(bào);2004年S7期

4 周昌雄,于盛林;基于區(qū)域內(nèi)一致性和區(qū)域間差異性的圖像分割[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

5 張科;孫小煒;李言俊;劉巖;;均值平移在圖像分割中的應(yīng)用[J];彈箭與制導(dǎo)學(xué)報(bào);2006年S2期

6 王梅;呂英麗;萬慶英;紀(jì)延瑤;;基于最大方差比的測井曲線圖像分割[J];長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

7 俞峰;楊成梧;;基于熵權(quán)的圖像分割性能灰色評(píng)判[J];兵工學(xué)報(bào);2008年08期

8 李旭;唐曉東;董金祥;;圖像分割技術(shù)的比較研究[J];中國人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

9 王新華;畢篤彥;鐵海峰;;一種快速、穩(wěn)健的圖像分割方法[J];彈箭與制導(dǎo)學(xué)報(bào);2009年02期

10 谷雨明;劉杰;楊克實(shí);張占一;;一種改進(jìn)的圖像分割方法[J];機(jī)械制造;2009年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 楊魁;趙志剛;;圖像分割技術(shù)綜述[A];2008年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

2 楊暄;郭成安;李建華;;改進(jìn)的脈沖耦合神經(jīng)網(wǎng)絡(luò)及其在圖像分割中的應(yīng)用[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 楊生友;;圖像分割在醫(yī)學(xué)圖像中應(yīng)用現(xiàn)狀綜述[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國學(xué)術(shù)大會(huì)論文集[C];2009年

4 閆平昆;;基于模型的圖像分割技術(shù)及其醫(yī)學(xué)應(yīng)用[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 高嵐;胡友為;潘峰;盧凌;;基于小生境遺傳算法的SAR圖像分割[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

6 孫莉;張艷寧;胡伏原;趙榮椿;;基于Gaussian-Hermite矩的SAR圖像分割[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

7 李盛;;基于協(xié)同聚類的圖像分割[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

8 張利;許家佗;;舌象圖像分割技術(shù)的研究與應(yīng)用進(jìn)展[A];中華中醫(yī)藥學(xué)會(huì)中醫(yī)診斷學(xué)分會(huì)第十次學(xué)術(shù)研討會(huì)論文集[C];2009年

9 秦昆;李振宇;李輝;李德毅;;基于云模型和格網(wǎng)劃分的圖像分割方法[A];《測繪通報(bào)》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 高惠琳;竇麗華;陳文頡;謝剛;;圖像分割技術(shù)在醫(yī)學(xué)CT中的應(yīng)用[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)A卷[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學(xué);2014年

2 黃萬里;基于高分衛(wèi)星數(shù)據(jù)多尺度圖像分割方法的天山森林小班邊界提取研究[D];福建師范大學(xué);2015年

3 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學(xué);2014年

4 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

5 潘改;偏微分方程在圖像分割中的應(yīng)用研究[D];東北大學(xué);2013年

6 馮籍瀾;高分辨率SAR圖像分割與分類方法研究[D];電子科技大學(xué);2015年

7 李偉斌;圖像分割中的變分模型與快速算法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

8 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復(fù)雜圖像分割[D];西安電子科技大學(xué);2014年

9 帥永e，

本文編號(hào)：965496