基于水平集的图像分割算法研究

作     者：于伟 

作者单位：西北农林科技大学 

学位级别：硕士

导师姓名：耿楠

授予年度：2012年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像分割 水平集 主动轮廓模型 概率分布 计算机视觉 

摘      要：在计算机视觉领域中，分割是把一幅数字图像分成若干区域的过程。分割的目标是简化一幅数字图像表示或者把图像分成若干有意义的区域以便分析。分割后的每一个区域具有相近的属性，比如颜色，灰度，纹理等等。作为在计算机视觉领域中的基本步骤之一，分割有广泛的应用，比如医学图像分析，遥感图像处理，机器人导航，农业工程，视频监控等等。其对推动我国各个领域的自动化进程、完善及丰富现有计算机视觉算法有重要的理论与实际意义。本文在水平集方法，变分法和主动轮廓模型的基础上，通过对目前主流分割模型的分析对基于水平集的图像分割算法进行了研究与改进： （1）本文在C-V模型的基础上提出了一种基于先验信息的C-V模型。由于不考虑具体分割的类数，摆脱了只能按类数分割的局限，该模型对于背景的变化有良好的适应性;其次，该模型可引入多个先验信息，扩展性和普适性较强;另外，通过对比公式得出，该模型较C-V，LBF等主动轮廓模型而言，计算简单。实验结果表明，在农业图像分割中，该模型可以得到较为理想的效果。综上所述，本文提出的算法为复杂环境下的农业图像分割提供了一种新的技术和途径。 （2）基于概率分布分割算法的推导方法复杂且难于理解。其涉及到Green定理，微分几何，曲线演化方程与水平集演化方程的转换等等，此外，曲线演化方程仅仅是为了推导出水平集演化方程的中间产物，这却使水平集演化方程的推导过程变得复杂化，在一定程度上加大了读者对此算法的理解和应用。为了克服这个缺点，本文提出了基于概率分布分割算法的一个新的推导方法。此推导方法不需要引入曲线演化方程，而且，在整个推导过程中仅仅使用变分法就可以得到水平集演化方程，便于对基于概率分布分割算法的理解。通过验证两种概率匹配准则，本文得到和原作者相同的水平集演化方程，验证了所提出的推导方法的正确性。 （3）本文应用基于概率分布分割算法的改进算法分割动物图像，并将分割扩展到动物跟踪领域。此算法能准确估计动物的轮廓变化，为动物的智能监控和行为分析提供了一个新方法。