資源描述:
《基于空間相似特征的圖像分割算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于空間相似特征的圖像分割算法研究作者姓名羿龍學(xué)校導(dǎo)師姓名、職稱田小林副教授領(lǐng)域電子與通信工程企業(yè)導(dǎo)師姓名、職稱唐磊高工申請學(xué)位類別工程碩士提交學(xué)位論文日期2014年12月學(xué)校代碼10701學(xué)號(hào)1202121340分類TN82號(hào)TP391密級(jí)公開西安電子科技大學(xué)碩士學(xué)位論文基于空間相似特征的圖像分割算法研究作者姓名:羿龍領(lǐng)域:電子與通信工程學(xué)位類別:工程碩士學(xué)校導(dǎo)師姓名、職稱:田小林副教授企業(yè)導(dǎo)師姓名、職稱:唐磊高工提交日期:2014年12月ResearchonImageSegmentationBasedo
2、nSpatialandSimilarityFeatureAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByYiLongSupervisor:TianXiaolinTangLeiDecember2014西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性(或創(chuàng)新性)聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德,本人聲明所呈交
3、的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。學(xué)位論文若有不實(shí)之處,本人承擔(dān)一切法律責(zé)任。本人簽名:日期:西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)
4、單位屬于西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱、借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,允許采用影印、縮印或其它復(fù)制手段保存論文。同時(shí)本人保證,獲得學(xué)位后結(jié)合學(xué)位論文研究成果撰寫的文章,署名單位為西安電子科技大學(xué)。保密的學(xué)位論文在年解密后適用本授權(quán)書。本人簽名:導(dǎo)師簽名:日期:日期:摘要摘要圖像分割是將圖像分割成多個(gè)具有相同或相似特征且不相互重疊的區(qū)域,其目的是為了提取感興趣的區(qū)域。圖像分割在圖像分析中具有重要的意義,是從圖像理解到圖像分析的關(guān)鍵步驟。這種技術(shù)廣泛的應(yīng)用于醫(yī)學(xué)圖像處理、
5、模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域。然而,隨著電子成像設(shè)備的不斷更新?lián)Q代,獲取圖像的像素規(guī)模變得越來越大,圖像的類型亦日益趨于多樣化,由于圖像不可知的復(fù)雜性和固有的特殊性,這樣給圖像分割的質(zhì)量和速度帶來了新的挑戰(zhàn),從而引起了研究者們高度的關(guān)注。人們在圖像分割方面已經(jīng)做了大量的工作,已經(jīng)取得了不少的研究成果,但是為了更好的滿足現(xiàn)代社會(huì)對于圖像的更高要求,在圖像分割方面,我們?nèi)匀恍枰罅康难芯咳ヌ剿鞣蠒r(shí)代的新的理論和方法。本文主要研究SAR圖像分割與自然圖像分割,主要內(nèi)容包括以下三個(gè)方面:1.提出了一種基于空間相關(guān)特
6、征的超像素SAR圖像分割方法。該算法利用每個(gè)超像素的鄰域超像素和相似超像素,從而產(chǎn)生空間位置加權(quán)因子和相似特征加權(quán)因子,并把它們應(yīng)用于傳統(tǒng)的FCM聚類算法,用于改善傳統(tǒng)FCM聚類算法中由于沒有考慮空間位置信息從而導(dǎo)致分割效果不夠理想的缺陷,此算法應(yīng)用于SAR圖像分割和自然圖像分割,都得到了比較理想的分割效果。2.提出了一種基于全局相似的譜聚類圖像分割方法。該算法致力于構(gòu)建充分表達(dá)圖像信息的相似性矩陣。在相似性矩陣中不僅構(gòu)建了像素和像素、像素和超像素之間的相似性,而且引進(jìn)了超像素與像素之間的相似性,且使用高斯
7、模型的方式來表達(dá)它們之間的相似性。建立后的相似矩陣經(jīng)過處理,應(yīng)用于現(xiàn)有的譜聚類模型,改善了對于圖像的處理效果。3.提出了一種基于超像素編碼的譜聚類圖像分割算法。該算法首先構(gòu)建多層無向加權(quán)圖,使得相似性矩陣的建立不僅考慮到了圖像層間和層內(nèi)的關(guān)系,而且能夠減少對于一個(gè)區(qū)域中包含多個(gè)物體的表達(dá)錯(cuò)誤。利用對超像素圖像的編碼來表達(dá)超像素與超像素之間的相似關(guān)系,這樣構(gòu)建的相似性矩陣有利于修正分割邊緣不夠魯棒的情況,取得了較為理想的分割效果。本論文工作得到了陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2014JM8301)與中央高校
8、基本科研業(yè)務(wù)費(fèi)的資助。關(guān)鍵詞:圖像分割,超像素,F(xiàn)CM,譜聚類,相似性矩陣論文類型:應(yīng)用基礎(chǔ)技術(shù)I西安電子科技大學(xué)碩士學(xué)位論文IIABSTRACTABSTRACTImagesegmentationisusedtodividetheimageintoapluralityofregionshavingthesameorsimilarcharacteristicsbutdoesnotoverlapeachother,a