多相圖像分割是圖像處理與分析的重要技術(shù),在多目標檢測與識別、三維圖像分割與重建等相關(guān)問題中得到了廣泛的應(yīng)用。多相圖像分割的目的是根據(jù)待分割圖像的特征,將圖像自動分割成無重疊、無間隙的區(qū)域,是基于變分框架的兩相圖像分割的自然延伸。變分圖像分割的Vese-Chan模型是一種典型的多相圖像分割模型,該模型使用較少的標記函數(shù)構(gòu)造區(qū)域劃分的特征函數(shù),具有求解規(guī)模小的優(yōu)點。針對該模型,本文的主要工作包括:1.提出基于多相圖像分割Vese-Chan模型的矢量化連續(xù)最大流（Vectorized Continuous Max-Flow,VCMF）方法。本文根據(jù)劃分區(qū)域順序編號的二進制表示構(gòu)造兩類特征函數(shù),將多相圖像分割問題轉(zhuǎn)化為兩相圖像分割問題。對標記函數(shù)采用矢量化處理,并且引入對偶變量將模型轉(zhuǎn)化為連續(xù)最大流問題,具備圖割（Graph Cut,GC）算法的高效性,且克服了由于離散導(dǎo)致的精度下降問題。2.提出基于無冗余參數(shù)估計的多相圖像分割Vese-Chan模型。針對分割圖像存在冗余相而產(chǎn)生冗余參數(shù)估計、增加計算時間的問題,本文對冗余區(qū)域引入了面積約束條件。使用特征函數(shù)的自動構(gòu)造方法,保留對特征函數(shù)的系統(tǒng)... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 本文章節(jié)安排
第二章 變分圖像分割的模型及算法
    2.1 總變差模型
    2.2 兩相圖像分割模型
    2.3 多相圖像分割模型
    2.4 分割模型的快速算法
        2.4.1 對偶方法
        2.4.2 分裂Bregman方法
        2.4.3 交替方向乘子算法
        2.4.4 連續(xù)最大流方法
    2.5 本章小結(jié)
第三章 多相分割Vese-Chan模型的矢量化連續(xù)最大流方法
    3.1 多相分割Vese-Chan模型的矢量化表達
    3.2 多相分割Vese-Chan模型的矢量化連續(xù)最大流方法
    3.3 數(shù)值實驗與分析
        3.3.1 采用2個二值標記函數(shù)的數(shù)值實驗
        3.3.2 采用3個二值標記函數(shù)的數(shù)值實驗
        3.3.3 采用4個二值標記函數(shù)的數(shù)值實驗
    3.4 本章小結(jié)
第四章 基于無冗余參數(shù)估計的Vese-Chan模型及其ADMM算法
    4.1 基于無冗余參數(shù)估計的灰度Vese-Chan模型及其ADMM算法
    4.2 基于無冗余參數(shù)估計的彩色Vese-Chan模型及其ADMM算法
    4.3 數(shù)值實驗與分析
        4.3.1 無冗余區(qū)域的數(shù)值實驗
        4.3.2 存在冗余區(qū)域的灰度圖像數(shù)值實驗
        4.3.3 存在冗余區(qū)域的彩色圖像數(shù)值實驗
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文的工作總結(jié)
    5.2 今后的工作展望
參考文獻
攻讀學(xué)位期間的研究成果
致謝


【參考文獻】：
期刊論文
[1]多相圖像分割的Split-Bregman方法及對偶方法[J]. 王琦,潘振寬,魏偉波.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2010(09)
[2]三維圖像多相分割的變分水平集方法[J]. 潘振寬,李華,魏偉波,郭振波,張春芬.  計算機學(xué)報. 2009(12)

博士論文
[1]圖上數(shù)據(jù)多分類問題的非局部變分模型及其快速算法研究[D]. 鄭世秀.青島大學(xué) 2017



本文編號：3180884