郇正良[1]2003年在《基于小波变换的纹理图象分割算法研究》文中进行了进一步梳理图象的分割在数字图象处理领域占有重要的地位。在很多图象中，特别是对一些自然图象，纹理往往是其中的一种重要信息，有时甚至是分割的唯一依据。因此，基于纹理的分割是图象分割技术的一个重要组成部分。 小波变换作为信号和图象处理的一种强有力的工具，其理论框架已基本形成。小波分析具有其他许多分析手段(比如Fourier变换、Gabor变换等)所不具备的一些优良特性。使用标准的张量积型二维小波对原始图象进行分解后，形成金字塔式小波变换的多通道(多子带)，其各个通道的小波系数均反映了图象的某些特点，尤其对于纹理类图象，小波通道的纹理能量值描述了纹理的粗细度及其方向性。本文将小波分析这个数学工具引入到图象分割中，在深入研究小波变换特点的基础上，在小波标架下对纹理作出了定性的分析，针对纹理背景下的物体分割，根据纹理背景和目标物体经小波分解后各个通道的纹理能量值的不同分布，提出了特征图象分割算法，并将它改进用于纹理图象的分割及多纹理背景下的物体分割。这种方法对于不同纹理之间及纹理与物体之间有很好的特征描述，该方法能得到较好教的分割效果。 全文共分为五章，第一章为绪论，阐述了本学位论文问题的提出、研究目的和意义，简述了图象分割和小波分析的发展与历史，最后介绍了本文的主要研究工作。第二章为小波变换理论，从信号与图象处理的角度引进小波变化的定义，介绍了小波产生的思想以及基本理论，给出了小波变换、二进小波、小波标架的定义极其性质，对小波变换的核心——多分辨率分析进行讨论，对基于小波变换的信号与图象多分辨率分解与重构方法进行了介绍，并给出了图象处理中所表现的小波特性。第叁章为纹理图象分割及纹理分析，给出了纹理分割的定义。介绍了常用的纹理分割方法。通过对不同的纹理图象分割方法的优劣比较，提出了使用离散的小波变换进行纹理图象的分割。第四章为图象的分割算法—特征图象法，在本章中，用离散二维小波分解后各小波通道的纹理能量值作为纹理的描述特征，针对纹理背景下的物体分割，根据纹理背景和目标物体经小波级分解后各个通道的纹理能量值的不同分布，提出了特征图象分割算法；并将它改进用于纹理图象的分割及多纹理背景下的物体分割；最后，引入控制图象，运用区域合并算法完成了最终的分割。实验结果证明，这是一种非常有效的图象分割算法。第五章为结论部分，对全文进行了总结，给出了主要研究成果。
刘仁金[2]2005年在《基于商空间的纹理图象分割研究》文中研究指明多年来,人工智能研究者们对人类处理复杂问题的能力进行了深入研究,并建立了许多形式化模型。其中商空间理论模型是具有代表性的一种模型,它从人类思维方式受到启发,并借用粒度概念,从多角度、多层次来分析同一问题,并运用粒度原理把从不同层次、不同角度上获得的信息进行合成,进而形成对问题的全面认识。 图象分割是图象分析及计算机视觉系统必不可少的重要环节,也是计算机视觉研究领域中一个既基本而又困难的问题。几十年来,人们做了大量研究工作,提出了许多不同的图象分割算法,然而,图象分割还是一个远未得到很好解决的问题。因此,探索基于人工智能的适应于人类视觉特性的图象处理方法是一个挑战性课题。 论文从商空间粒度概念出发,研究了基于商空间理论的图象处理问题,重点研究商空间理论在纹理图象分割领域中的应用。尝试用商空间粒度理论来建立统一的图象分析、图象处理的思维方法与算法框架。在本文中主要对如下几个方面内容进行了研究: 1、通过对粒度概念及粗糙集、模糊集等粒度计算理论的比较研究以及对图象分割概念分析及对现有的图象分割方法系统分析,提出了图象分割中的商空间粒度原理。并用商空间粒度计算理论来统一图象分割方法,从而初步建立了基于粒度计算理论的图象分割理论框架。 2、给出了基于图象象素8-邻域算子的离散傅立叶变换的纹理图象分割算法。根据商空间粒度模型,提出用8-邻域算子的傅立叶变换系数来形成象素块直方图,并用直方图间的距离来构造象素分类的等价关系,通过聚类方法,实现对纹理图象的分割,实现结果表明该算法是有效的。 3、提出了基于粒度合成技术原理的纹理图象分割算法。充分利用人类视觉感知特性,借用粒度合成技术原理,通过分别提取纹理区域的方向性特征和粗细度特征,形成图象的不同粒度,根据粒度合成的数学模型,成功设计出纹理图象的分割算法,实验取得了明显效果。
刘明慧[3]2005年在《基于图象分类的图象分割算法研究与实现》文中进行了进一步梳理图象分割是图象处理中的一个重要问题,也是计算机视觉研究中的一个经典难题。它是由图象处理过渡到图象分析的关键步骤,在图象工程中占据着重要的位置。一方面,图象分割是目标表达的基础,对特征测量有重要影响。另一方面,因为图象分割及其基于分割的目标表达、特征提取和参数测量等将原始图象转化为更抽象更紧凑的形式,使得更高层的图象分析和理解成为可能。图象分割质量的好坏直接影响到后续识别和理解的成败。尽管每年都有大量的研究成果被提出,但是直到目前为止还不存在一种通用的分割方法。 本文针对图象分割现状和实用性进行了研究,主要内容包括如下几个方面: (1)按照分割方法的分类,简单介绍了基于区域和基于边界两大类图象分割方法的经典理论。这是开展后续研究的基础。 (2)提出了基于图象分类的分割策略,将图象分为纹理图象与非纹理图象,分割工作在分类的基础上进行,使其针对性更强、分割效果更好。算法基于RGB颜色空间,首先从图象离散小波变换的低频子带提取一定的颜色和纹理特征用于K-均值聚类,将图象的低频子带分割成为一定的区域,然后根据分割的结果将图象自动语义分类为纹理或者非纹理图象,分类效果令人满意。 (3)对归为纹理类的图象,为了提高纹理图象分割的边缘准确性和区域一致性以及降低分割错误率,采用了一种基于小波变换的利用特征加权来进行纹理分割的方法。该方法包括特征提取、聚类数的确定、粗分割和细分割四个阶段。其中,特征提取在金字塔结构小波变换的基础上进行,聚类数的确定采用改进的MH指标数,粗分割利用K-均值聚类算法来对原始图象进行初步的分割,细分割则根据粗分割的结果对特征进行加权,然后利用最小距离分类器来实现图象的最后分割。与传统的方法相比,该方法在分割错误率、边缘准确性以及区域一致性等方面均有明显的改善。 (4)对归为非纹理类的图象,探讨了一种基于色调、饱和度和亮度联合概率分布的彩色图象分割方法。该方法首先将RGB图象转换为HSV图象,并以色调为主要依据对图象进行粗分割,然后利用亮度和饱和度信息进行细节分割并组合成有意义的区域。实验表明该方法的分割效果良好。
李会方[4]2004年在《多重分形理论及其在图象处理中应用的研究》文中研究指明近十年来,多重分形理论作为分形几何领域的一个主要发展方向,在物理学、地质学、经济学、网络交通流量分析、生物医学工程、模式识别、通讯和图象处理等许多学科和领域有着重要的应用。也是当今非线性领域研究的活跃分支。由于它具有潜在的理论和应用价值,因此对多重分形理论的研究已引起了很多学者的兴趣,特别是基于多重分形的图象处理与分析理论和方法在现代图象处理理论中起着非常重要的作用。 该论文主要研究基于多重分形理论的图象处理和分析方法。详细讨论了分形和多重分形理论的数学基础,同时对分形图象处理的机理进行了研究。提出了几种图象处理和分析的新方法。包括多重分形谱估计、基于多重分形理论的图象去噪、图象纹理分割和图象压缩等内容。通过仿真实验,说明了文中所提出算法的有效性。 该论文所完成的主要工作和创新之处如下: 1、在讨论了分形和多重分形理论的基础上,利用小波变换模极大理论,定义了一种新的基于小波系数矩的配分函数。在此基础上提出了一种有限长数据的多重分形谱估计新算法。该算法根据小波系数矩的平均值和尺度之间的对数线性关系,由给定尺度下的q阶矩,利用线性回归算法,首先求出配分函数的估计结果。然后由配分函数的差分估计α,最后得到f(α)的估计。 与目前常用的盒计数法等多重分形谱估计算法相比,具有计算效率高、估计结果好等优点,特别是该算法能通过线性回归和差分运算直接得到指数α和多重分形谱f(α)。避免了直接计算Legendre变换的问题。 2、引入了二维微局部分析的概念,定义了二维微局部空间,给出了在二维微局部空间中小波系数的性质。在此基础上提出一种二维微局部空间的边界估计新算法,该算法可由函数值直接计算两个边界指数(s,s’),并避免了平滑、积分等运算所带来的信息损失。另外,给出了由二维微局部边界以较高的精度提取奇异信息(即计算Holder指数)的方法,最后提出一种由二维微局部边界得到改进的点念Holder指数和局部Holder指数稳健估计值的新算法。 根据二维微局部分析和二维微边界估计,提出了一种基于多重分形理论和奇异性分析的图象去噪算法,建立了基于多重分形谱的噪声模型。该算法没有对噪声的类型和奇异性特征提出任何假设条件,图象的性质由多重分形谱决定。根据二维微局部分析得到了一个变换算子,通过变换算子对每一点的奇异指数进行处理,使处理后的图象中大多数点位于平滑区域的同时,谱的相对强度没有变化,
王晓丹[5]2000年在《基于模糊聚类及神经网络的纹理分割方法研究》文中提出图象分割是目标识别、图象理解、计算机视觉研究中最基本和最重要的处理步骤和共同、关键的技术。分割结果的好坏直接影响其后续的识别和理解。图象分割虽历来受到国内外研究者的重视，然而至今，这一问题仍然没有得到很好的解决。人类对自身视觉机理研究的不断深入及计算机技术的迅速发展将为图象分割问题的解决提供新的途径。 人类视觉系统初级阶段的视觉信息处理研究表明：基于空间／频域多分辨率分析的图象分割方法是与人类视觉特性相一致的方法，反映了人类视觉感知过程中的多分辨率、多方向特性，因此基于空间／频域多分辨率分析的图象分割方法引起了研究者们的广泛关注。 同时，现有的各种图象分割算法中，利用模糊集理论和人工神经网络的方法由于从不同的侧面反映了人类视觉感知的模糊性、并行性、体现了人类认知过程中的某些智能性，因此取得了较好的结果，也成为当前图象分割研究的新热点，并推动了图象分割向智能化方向发展。尽管已有许多人投入了这一领域的研究，但无论是理论和实践上都远远没有达到让人满意的程度。 因此，本文对于图象分割提出了基于人类视觉感知特性、模糊集理论以及人工神经网络理论相结合的新研究思路，力图寻找出一种新的符合人类视觉感知特性的有效的纹理图象分割方法。 本文的研究工作主要包括以下几个方面： 首先，对结合人类视觉感知机理的多分辨率多通道纹理图象分割模型及分割特征提取方法进行了研究。包括： 结合人类视觉感知机理，提出了一种有效的纹理图象分割模型；对纹理图象的多分辨率多通道特征提取方法进行了研究，分别给出了利用2D最佳正交极可分方向滤波器和小波变换进行特征提取的方法；分析了利用金字塔结构和树结构小波变换进行特征提取的优缺点，提出了一种利用不完全树结构小波变换的纹理特征提取方法；讨论了局部统计值特征的改进问题，给出了一种对所提取的纹理特征的改进方法，一定程度上克服了计算纹理特征时的边界效应。 然后，对模糊聚类算法进行了深入研究并给出了相应的纹理分割算法。包括： 在介绍聚类方法、硬C均值聚类算法和模糊C均值聚类算法的基础上，讨论了半模糊聚类算法；对模糊聚类算法中的相似性度量进行了推广，从而得出一种基于修正Euclidean距离的半模糊C均值聚类算法；针对部分监督FCM算法需要对已知分类的样本人为地确定权值，以及没有反映样本在其特征空间的几何特性的缺点，提出了部分监督加权FCM聚类算法，并将算法用于了纹理分割。—— 其次，对模糊聚类神经网络进行了深入研究并给出了相广的纹理分割算法。包括： 在分析、讨论了模糊 Kohonen聚类神经网络（FKCN）性能的基础上，指出了 FKCN用于纹理分割时存在的问题；将入截集概念及“模糊减弱”算十引人到学习率函数中，从而得出两种改进的F＊＊N（IF＊＊N）：井给出了基于IP＊＊N的有效的纹理分割方法；提出了误差测度加权模糊矢量量化学习算法并将其用于了纹理分割；将多分辨率层次处理的思想用于多层模糊聚类神经网络的构造，提出了两种基于多层模糊聚类网络进行纹理分割的方法。 最后，研究了自适应模糊聚类神经网络并用其实现了特定纹理的自动分割。具体如下： 在详细分析了己有的聚类有效性函数的基础上，给出了两种聚类有效性函数；在模糊聚类有效性指导下构造了一种自适应模糊聚类神经网络，给出了网络模型及学习算法；基于自适应模糊聚类神经网络，提出一种与语种无关的页面文档图文分割方法，直接使用页面文档的灰度信息作为输入，避免了二值化过程中信息的丢失。
李清顺[6]2005年在《基于过渡区的图象分割》文中提出图像分割作为图像识别的第一步,分割的准确与否,直接影响后续的特征提取和分类识别,它也是计算机视觉中的一个经典难题。本文在传统的基于过渡区的图象分割方法的基础上,重点研究了过渡区的直接提取方法。 本文首先对传统的过渡区提取理论进行了回顾,并指出了传统过渡区提取与分割算法存在的不足,给出了广义的过渡区定义,对过渡区提取与分割算法的阈值选取准则给出了合理的解释与证明,并指出应重点研究过渡区直接提取算法的研究方向。 对过渡区直接提取算法中的梯度法进行了进一步深入研究,探讨了基于度信息的过渡区提取与分割算法,以及基于小波能量比参数的过渡区提取与分割算法。度方法将图论引入过渡区提取,该方法具有一定的抗噪性,但速度较慢。小波能量比参数将小波理论引入,运用二维离散小波变换对图象进行处理,并对处理过的图象计算其小波能量比参数,再用该参数来确定过渡区并实现对图象的分割。小波能量比参数对一般的图象分割效果不理想,仅适于处理特殊纹理背景的图象,其分割速度较慢。在基于梯度运算的过渡区直接提取算法中,度方法是一种较好的过渡区提取与分割算法。 对过渡区直接提取的非梯度方法进行了研究,深入讨论了基于局部熵的过渡区提取分割算法以及基于局部复杂度的过渡区提取与分割算法。局部熵的方法将信息论的概念引入过渡区分割算法,提高了分割的抗噪性。而基于局部复杂度的方法是在局部熵基础上的一个简化,该方法不仅具有很好的抗噪性而且运算速度比局部熵要快很多,而且不存在采样不足的问题,是一种值得推广的方法。两种方法都有较好的抗噪性,其实质在于两种参数都是对局部邻域灰度层次信息的统计,对于灰度幅值的变化不敏感。 在以上各种方法的讨论过程中,本文使用了很多的遥感图象。通过这些试验研究和分析比较,本文试图为遥感图象的分割提供一种新的有效的分割手段,使基于过渡区的分割算法能够更加有效的应用于遥感领域。
汪巧萍, 王宏远[7]1998年在《一种基于小波分析的纹理背景下的物体分割算法》文中提出基于物体和作为背景的纹理图象在线性赋范空间Ｌ１中的能量分布不同这一特点，给出了一种基于小波分析的特征选取方法，由此得到最佳的特征描述并运用分裂－合并算法进行图象分割。这种算法本质上是从灰度分布来分割图象算法的推广，它不仅适用于纹理背景下的物体分割，而且适用于纹理区域和平滑区域组成的复合图象的分割以及不同纹理间的分割。
闫成新[8]2004年在《基于区域的图象分割技术研究》文中提出图象分割是计算机视觉中的一个经典难题。本文对基于区域的图象分割技术进行了深入研究。在方法学上,重点研究了两类目前较为新颖的分割算法,一类是基于过渡区提取的图象分割方法,另一类是基于图论的图象分割方法,并重点对前者进行了较为全面的研究。在基于过渡区提取的图象分割算法中,首先对传统的过渡区提取理论进行了回顾,指出了传统过渡区提取与分割算法存在的不足,给出了广义的过渡区定义,对过渡区提取与分割算法的阈值选取准则给出了合理的解释与证明,并指出应重点研究过渡区直接提取算法的研究方向。对过渡区直接提取算法中的梯度法进行了进一步深入研究,提出了基于度信息的过渡区提取与分割算法,以及基于小波能量比参数的过渡区提取与分割算法。度方法将图论理论引入过渡区提取,其尺度可调特性使度方法具有一定的抗噪性能。小波能量比参数对一般图象分割效果不太理想,仅适于处理特殊纹理背景的图象,其分割速度较慢。在基于梯度运算的过渡区直接提取算法中,度方法是一种较好的过渡区提取与分割算法。对过渡区直接提取的非梯度方法进行了研究,提出了基于局部熵的过渡区提取与分割算法,以及基于局部复杂度的过渡区提取与分割算法。两种方法都具有很好的抗椒盐噪声性能,其抗噪性能的本质在于两种参数都是对局部邻域灰度层次信息的统计,对于灰度幅值的变化不敏感。两种方法都具有较好的过渡区提取与分割性能,但局部复杂度方法速度较快,且不存在采样不足问题。当图象中含有多类目标时,图象过渡区直方图表现为多峰分布,其每一个峰将对应一个分割阈值。文中使用非最大抑制滤波器用于检测过渡区直方图峰值位置,并使用考虑量化误差与位面数的代价函数决定最优门限个数,较好的解决了过渡区提取与分割算法中的多阈值分割问题。本文还对过渡区提取与分割算法进行了较为全面的性能评价,包括分割质量评<WP=5>价、抗噪性评价、运算复杂度评价、目标背景面积比影响及人为参数等方面的评价。评价结果表明,在过渡区提取与分割算法中,局部复杂度方法是一种较为优秀的分割算法。局部复杂度方法与其它两种经典的阈值化分割方法相比较也取得了很好的评价结果。局部复杂度方法对于不同类型的图象都具有较好的分割性能。评价结果还进一步证明了传统的过渡区直接提取与分割算法的不足。在基于图论的分割方法中,提出一种基于图论的直方图聚类分割算法。算法利用了图论方法良好的聚类性能,通过对直方图数据聚类得到分割阈值。以往的图论分割算法都是对图象灰度数据进行聚类,主要缺点是处理速度较慢。本方法参与运算的数据量为256而与图象尺寸无关,使运算速度大为提高。
佚名[9]2004年在《计算机在电子学方面的应用》文中研究说明TP39 2004U41249一种网络防御模型研究/刘维国,刘慧敏(解放军9 1550部队)]I航天电子对抗.一2 003,(4)一46一封叁通过一种网络防御模型的引人,进而分析了网络系统保护模式、建立数学模型.该模型对于建立和强化网络安全保障体系有一定
梁永全[10]1999年在《基于内容的多媒体信息检索的研究》文中指出随着计算机技术的发展和WWW网的出现，需要生成、存储、传输、分析和存取的各种形态的多媒体信息呈爆炸性增长。面对浩瀚纷繁的信息海洋，人们迫切要求能够快速高效地获得所需要的信息，有力的多媒体信息检索工具和表现工具是必不可少的。基于内容的图象检索和多媒体同步模型是目前十分活跃的研究领域，开展这方面的研究具有十分重要的理论和现实意义。 图象分割是图象特征抽取的基础。在本文中，我们描述了图象的纹理谱特征，并提出了一种基于纹理谱特征的图象分割方法。它将纹理谱特征与区域生长算法结合起来，从而实现了无监督的纹理分割。纹理谱特征具有对方向性敏感等优点，实验表明基于纹理谱的图象分割取得了良好效果。 我们描述了基于纹理的图象检索的实现原理，包括灰度共生矩阵、灰度共生矩阵图象纹理特征的提取、旋转不变的特征抽取和基于纹理特征的图象检索系统的设计等。 由于高级概念和低级特征之间的差距和人的感觉主观性，传统的以计算机为中心的图象检索方法存在着严重的局限性。为了克服这种局限性，我们提出了使用相关反馈技术的交互式图象检索算法，并描述了图象对象模型、特征规范化过程和权重修改过程。 我们对多媒体同步进行了研究，分析和比较了各种多媒体同步规范。本文对OCPN模型进行了扩展，提出了一种基于时间Petri网的多媒体模型XOCPN。它可以对具有时间约束关系的多媒体合成进行规范描述，并具有支持灵活用户交互的能力。我们给出了处理异步用户交互的算法，并用示例加以说明。 我们提出了基于内容的图象检索系统的体系结构，给出了基于内容的图象检索系统的相似性计算方法和性能评价标准，以及空间关系的二维串表示和匹配算法。我们实现了基于内容的图象检索系统MIRES／IMAGE，描述了系统的总体结构以及查找引擎和客户前端，并给
参考文献：
[1]. 基于小波变换的纹理图象分割算法研究[D]. 郇正良. 山东科技大学. 2003
[2]. 基于商空间的纹理图象分割研究[D]. 刘仁金. 安徽大学. 2005
[3]. 基于图象分类的图象分割算法研究与实现[D]. 刘明慧. 武汉理工大学. 2005
[4]. 多重分形理论及其在图象处理中应用的研究[D]. 李会方. 西北工业大学. 2004
[5]. 基于模糊聚类及神经网络的纹理分割方法研究[D]. 王晓丹. 西北工业大学. 2000
[6]. 基于过渡区的图象分割[D]. 李清顺. 武汉大学. 2005
[7]. 一种基于小波分析的纹理背景下的物体分割算法[J]. 汪巧萍, 王宏远. 数据采集与处理. 1998
[8]. 基于区域的图象分割技术研究[D]. 闫成新. 华中科技大学. 2004
[9]. 计算机在电子学方面的应用[J]. 佚名. 中国无线电电子学文摘. 2004
[10]. 基于内容的多媒体信息检索的研究[D]. 梁永全. 中国科学院研究生院（计算技术研究所）. 1999
标签：计算机软件及计算机应用论文; 小波变换论文; 模糊聚类分析论文; 特征提取论文; 聚类分析论文; 模糊算法论文; 模糊理论论文; 空间分析论文; 二维空间论文; 二维论文; 算法论文;