毕业论文超像素分割技术研究.docx
- 文档编号:24509664
- 上传时间:2023-05-28
- 格式:DOCX
- 页数:37
- 大小:199.97KB
毕业论文超像素分割技术研究.docx
《毕业论文超像素分割技术研究.docx》由会员分享,可在线阅读,更多相关《毕业论文超像素分割技术研究.docx(37页珍藏版)》请在冰豆网上搜索。
毕业论文超像素分割技术研究
毕业论文超像素分割技术研究
学科分类号110
本科学生毕业论文
题目超像素分割技术研究
TheResearchof
Superpixelsegmentation
姓名李绵绵学号2011027048院(系)理学院专业、年级数学与应用数学11-1班指导教师张太发
2015年6月12日
摘要
超像素分割是计算机视觉中的热点问题,超像素的使用能有效地减少图像局部信息的冗余,大大降低了图像处理的复杂度和运算量,而且还保留了对图像进行进一步处理的有效信息,超像素技术越来越广泛地应用于许多领域。
本文对常用的几种超像素分割算法进行深入比较分析验证,采用过分割方法得到的超像素作为图像目标识别的基本单元,对现有的超像素分割方法进行研究学习,了解各个方法所要阐述算法的基本思想,以及分割步骤,找出不同算法模型分割效果的优缺点,取长补短,综述不同算法的适用情况。
依据超像素分割算法模型的实现步骤对其进行预处理,得到预处理的图片。
选用经过比较分析后的方法分割图像,根据实验结果,结合实际优化模型分割。
关键词超像素图像分割区域合并
I
Abstract
Thesuperpixelsegmentationisthehotproblemincomputervision.Theusageofsuperpixelcanreducetheredundancyofthelocalinformationinimageefficientlyanddecreasethecomplexityofimageprocessinglargely.Itkeepstheinformation,whichisusageinthenextstepimageprocessing.Moreandmorefieldsapplythistechnology.
Thepaperanalysissomeclassicalandcommonlykindofalgorithminsuperpixelsegmentation.Weresearchsomeexistingsuperpixelsegmentationalgorithm,whosebasispixelisbasedonthesuperpixelcomingfromover-superpixelsegmentation.Thebasisideaandthesegmentalprocessareintroducedinthepaperandlookforadvantagesanddisadvantagesamongkindsofmethods.Weanalysistheappropriateconditionsindifferentmethods.Thepreprocessingimageisgottenbythemodelofsuperpixelsegmentation.Thesimulationisshownbythemethodwhichiscomparedinthepaper.Thentheresultiscombinedwiththerealoptimalmodel.
Keywordssuperpixel;imagesegmentation;regionsmerging
II
摘要..........................................................................................................................IIAbstract..........................................................................................................................I
第1章绪论.............................................................................................................1
1.1论文背景和意义................................................................................................1
1.1.1选题的背景..............................................................................................1
1.1.2研究此课题的意义...................................................................................1
1.2国内外研究状况................................................................................................1
1.3本文的主要工作................................................................................................4第2章基本理论......................................................................................................5
2.1算法的模型.......................................................................................................5
2.1.1基于图论的分割方法................................................................................5
2.1.2基于梯度的分割方法...........................................................................................8
2.2几种常见的算法................................................................................................9
2.2.1Graph-based方法...................................................................................9
2.2.2Superpixellattice方法.................................................................................10
12.2.3基于熵率的方
法..................................................................................................12
2.2.4Turbopixels方法.............................................................................................13
2.2.5SLIC方法...........................................................................................................14
2.2.6QuickShift.......................................................................................................15第3章实例分析.......................................................................................................16
3.1数据的收集与处理..........................................................................................16
3.1.1数据集获取.........................................................................................16
3.2图像处理效果的对比分析................................................................................17
3.2.1分割结果比较....................................................................................................17
3.3提出合适的评判准则.......................................................................................19
3.3.1分割存在的问题.................................................................................20
3.3.2超像素合并策略.................................................................................20第4章总结与展望......................................................................................................25
结论.........................................................................................................................26致谢.........................................................................................................................27参考文献......................................................................................................................28
Contents
Abstra.......................................................................................错误~未定义书签。
Abstract....................................................................................错误~未定义书签。
Chapter1Introduction............................................................................................1
1.1Theconceptofvisualizationinscientificcomputing......................................1
1.1.1Background........................................................................................1
1.1.2significance.........................................................................................1
1.2researchstatus............................................................................................1
1.3maincontribution......................................................................................4
Chapter2basictheory..........................................................................................5
2.1Algorithm.....................................................................................................5
2.1.1thesuperpixelsegmentationbasedongraphtheory................................5
2.1.2superpixelsegmentationbasedongradient................................................8
2.2someclassicalAlgorithm.............................................................................9
2.2.1Graph-basedmethod..........................................................................9
2.2.2Superpixellatticemethod.............................................................................10
12.2.3themethodbasedon
entropy.........................................................................12
2.2.4Turbopixelsmethod.....................................................................................13
2.2.5SLICmethod.................................................................................................14
2.2.6QuickShift....................................................................................................15
Chapter3Chapterexperiments........................................................................16
3.1thecollectingandpreprocessing....................................................................16
3.1.1datacollectin....................................................................................16
3.2contrastiveanalysis.......................................................................................17
3.2.1comparison......................................................................................................17
3.3criteriastandard...........................................................................................19
3.3.1Disadvantages..................................................................................19
3.3.2mergestrategy..............................................................................................20
Chapter4Implementationofalgorithm..................................................................25
Conclusions...........................................................................................................26
Acknowledgements................................................................................................27
References.............................................................................................................28
第1章绪论
1.1论文背景和意义
1.1.1选题的背景
视觉感官在人类所有感官中占据重要地位,计算机视觉:
要求计算机模拟人的视觉机理来获取和处理信息,正逐渐成为热门研究领域。
随着科学技术的迅速发展,各种数码产品不断更新,数码相机、手机的摄像和拍照功能越来越强大,智能电视的画面越来越清晰,这些数码产品的图像达到几百万甚至上千万的像素分辨率,还有一些专门用于超清摄影的设备。
由于图像的分辨率不断增大,许多基于像素级的传统分割算法花费的时间越来越长,如何才能减少分割的数据运算量成为图像分割的难题之一。
人类视觉感知到的图像信息并不是从某一个孤立的像素点得到的,只有许多像素点组合在一起才对人类的视觉感知有意义。
像素并不是视觉感知的着重点,这种需求下,产生了“超像素”的概念。
1.1.2研究此课题的意义
超像素分割是图像分割重要的一个分支,是一种图像信息强有力的预处理技术,为图像分割与图像处理提供了有力的帮助和支持。
超像素技术也是广泛的应用于社会生产的各行各业各领域。
超像素的结果对图像处理都带来很大的便利,目前超像素分割技术也逐渐应用于医学图像诊断、军事精确打击、数字图像处理、目标跟踪、模式识别、虚拟现实场景、3D重建、建筑物定位布局、大气图像分析等领域,而且取得了显著地成果。
尽管图像分割和超像素分割得到了广泛重视、研究和应用,国际上也有许多分割技术的学术会议,有关图像分割研究的文章早已数以万计,但是至今我们国内这方面的研究比较国外来说有一定的落后,本文对常用的几种超像素分割算法进行深入比较分析验证,希望能够给超像素技术提供一点支持。
1.2国内外研究状况
图像分割是图像处理中的一个基本问题,同时也是模式识别、目标追踪、
1
场景分析等计算机视觉问题的基础,超像素概念最早由国外学者提出使用的,由于图像分割理论较为成熟,因此超像素分割发展也较为迅速,相应的算法和应用都比较多:
国外:
(1)Ren和Malik最早提出使用NormalizedCuts(N-Cuts)来完成超像素分割,而且对超像素做了定义,得到相似大小和紧凑的块应用于各个领域,但是它的计算开销太大。
(2)Levinshtein等人提出了一个叫做Turbo-Pixel方法有效代替超像素完成相似区域的规则分割,基于图像中设置的均匀种子点得到物体边缘曲线,从而完成图像超像素的分割。
(3)Felzenszwalb和Huttenlocher提出了一种新方法―FH‖将图像分成一些区域,找到两个区域的边界将图像分割。
算法运行时间对于图像边的数量是线性的,计算非常之快。
(4)A.Moor等人提出了―Lattice-Cut‖(格形分割)的超像素分割技术,用规则的格形方法来分割,保持像素之间的相对位置和关系,保
Comaniciu等人提出了持了图像的拓扑结构,有利于图像的后续处理。
(5)
Mean-Shift方法,来分析一个复杂的多模态的特征空间,采用聚类的方法把相似的特征聚到一起,形成不同的区域块,有很好的性能。
(6)Veksler等人以图割问题为基础构建了一个超像素分割的方法,采用一种密集的块重叠技术,将图像分为均匀大小的有重叠的块,再根据相关特征融合这些块,使它们互不重叠的分布在图片上达到超
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 毕业论文 像素 分割 技术研究