隨著科技的進步和人民生活水平的提高,復(fù)雜場景渲染效果圖在家居、建筑設(shè)計等領(lǐng)域中的應(yīng)用越來越廣泛。視覺增強處理效果圖像時,如果直接整體增強含有光照高亮區(qū)域的效果圖像,容易導(dǎo)致該區(qū)域曝光過度。因此需要將光照高亮區(qū)域劃分出來與其他區(qū)域分別進行增強處理,但手動處理既耗時又費力。本文研究并開發(fā)了效果圖像光照高亮區(qū)域分割軟件,該軟件可自動分割出效果圖中光照高亮區(qū)域,本文主要研究內(nèi)容及成果包括:（1）本文基于SLIC（Simple Linear Iterative Clustering）算法,設(shè)計了超像素方法自動分割效果圖像光照高亮區(qū)域,設(shè)計了可以自動確定超像素數(shù)目的有偏聚類方法,實現(xiàn)了光照高亮區(qū)域自動化分割。（2）本文基于模糊C-均值聚類算法,設(shè)計了包含亮度、色彩和距離參數(shù)的模糊聚類目標(biāo)函數(shù),提高了亮度值在聚類中的權(quán)重,提高了效果圖光照高亮區(qū)域分割的邊緣貼合度;將該聚類方法與超像素有偏聚類方法結(jié)合產(chǎn)生的分割方法能夠提升分割后效果圖像光照高亮區(qū)域的輸出效果。（3）本文設(shè)計了適用于效果圖像光照高亮區(qū)域分割的評價標(biāo)準(zhǔn),對比了本文分割方法與SLIC方法以及傳統(tǒng)的超像素方法分割光照高亮區(qū)域的實驗結(jié)果,將該分... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

效果圖像光照高亮區(qū)域的示意圖

?鄭?蛘咚?交蛘嘰怪保?緩蠹絳??址指詈蟮耐枷瘢???這一過程，直至所有的超像素分割完畢。選擇分割路線的條件要保證每一個垂直劃分和水平劃分的條帶只能夠交叉一次，劃分的方向相同的條帶不能交叉，相鄰的條帶邊緣必須重疊以保證不會丟失圖像的邊界。因此，為了防止出現(xiàn)相同方向的條帶發(fā)生交叉的現(xiàn)象，在每一次循環(huán)中都要重新確定新的像素的權(quán)重。另外每個條帶中間要增加一個窄帶來防止條帶過窄分割。搜索條帶的分割路線的方法有兩種：一種是s-t最小的分割方法，在分割路線的選擇上具有隨意性，具有可以返回的性質(zhì)，如圖2-2（a）所示；另一種是動態(tài)的規(guī)劃方法，這種分割路線的選擇具有唯一性的特征，如圖2-2（b）所示。圖2-2劃分最優(yōu)條帶的路線估計由上述分析可知，SuperpixelLattices方法比前面講到的沒有網(wǎng)格的劃分方法有了一定的進步，加入網(wǎng)格的劃分可以使劃分的形狀更加規(guī)整，不容易出現(xiàn)過度分割和欠分割的問題，從而保證了分割的精度。但是為了滿足上述的分割效果，增加了程序的運算量，拖慢了程序的進程，導(dǎo)致運行的時間比較長。針對這一問題，后面在此基礎(chǔ)上提出的無監(jiān)督的Lattice-cut（LC）方法，首先進行均勻的網(wǎng)格分割，然后利用馬氏隨機場模型來更新邊界值。這樣提高了運算的效率，也使劃分區(qū)域的邊界和內(nèi)容一致。

取了高斯地形圖的分層結(jié)構(gòu)的思想，在當(dāng)時具有很大的創(chuàng)新。地形圖由海拔高度來進行分層，Watershed方法利用像素的灰度值來模擬海拔高度。在劃分超像素的過程中，找到每一個局部區(qū)域內(nèi)像素點的灰度的極小值點，其周邊的類似的區(qū)域則是集水區(qū)，集水區(qū)的邊界形成閉合的分水嶺。傳統(tǒng)的Watershed方法可以通過模擬并應(yīng)用浸沒的方法來描述。想象一個盆狀的模型，即積水盆地，在極小值處打一個洞，然后把模型浸泡在水中向下壓，隨著浸入水下的部位擴張，極小值周圍的水面也隨之?dāng)U大，兩個集水區(qū)的中間有一塊隔離的區(qū)域，即分水嶺，如圖2-5所示。圖2-5傳統(tǒng)的分水嶺分割方法示意圖

【參考文獻】：
期刊論文
[1]變電站設(shè)備紅外檢測圖像分割及故障診斷技術(shù)研究[J]. 楊照光,張忠元,溫定筠,朱曦,李想,魏冶.  科技通報. 2019(03)
[2]基于直覺模糊C均值聚類算法的作物病害圖像分割[J]. 張晴晴,張云龍,齊國紅,李瑤.  安徽農(nóng)業(yè)科學(xué). 2019(05)
[3]基于FCM-SVM的生豬紅外熱圖像自動分割方法[J]. 陳松楠,朱艷平,杜永強.  江蘇農(nóng)業(yè)科學(xué). 2018(19)
[4]基于三維視覺的室內(nèi)景觀虛擬設(shè)計方法研究[J]. 靳鴿.  現(xiàn)代電子技術(shù). 2017(24)
[5]超像素有偏觀測模糊聚類的乳腺超聲圖像分割[J]. 孟爽,王輝,謝蓄芬,鄒念育,李博文,曹帆.  中國醫(yī)學(xué)物理學(xué)雜志. 2017(07)
[6]基于SLIC方法的光照偏強農(nóng)田圖像分割研究[J]. 陳曉倩,唐晶磊,王棟.  計算機工程與應(yīng)用. 2018(02)
[7]自然場景下船舶水線提取算法的研究[J]. 宋濤,吳海,侯培國,李雅倩,李海濱,陳琛.  光學(xué)技術(shù). 2017(01)
[8]sobel算子與prewitt算子分析與研究[J]. 王月新,劉明君.  計算機與數(shù)字工程. 2016(10)
[9]自然場景下花椒果實的識別[J]. 萬芳新,白明昌,賀志洋,黃曉鵬.  中國農(nóng)機化學(xué)報. 2016(10)
[10]一種改進的Canny邊緣檢測方法[J]. 李俊峰.  計算機時代. 2016(09)



本文編號：3049383