图像处理 毕业设计论文模版.docx
- 文档编号:7181660
- 上传时间:2023-01-21
- 格式:DOCX
- 页数:39
- 大小:504.12KB
图像处理 毕业设计论文模版.docx
《图像处理 毕业设计论文模版.docx》由会员分享,可在线阅读,更多相关《图像处理 毕业设计论文模版.docx(39页珍藏版)》请在冰豆网上搜索。
图像处理毕业设计论文模版
安徽建筑工业学院
毕业设计(论文)
课题视频序列图像分割及阴影抑制
算法的研究
专业电气工程及其自动化
班级06城建电气2班
学生姓名胡伟
学号05290080117
指导教师栾庆磊
2010年6月5日
摘要
在智能视频监控领域、影视技术、多媒体应用技术中,常常需要检测出人体或其它物体,并将其与背景分离,即解决实时背景下目标的分割问题。
视频图像的目标分割结果,将对目标分类、跟踪及行为理解等后续处理产生重要影响。
图像分割多年里一直受到研究人员的重视,也提出了数以千计的算法。
现今比较流行的目标分割的方法,有不少是忽略阴影检测的,目标总是与阴影一起被检测出来。
阴影会引起目标的合并、目标形状的失真等一些严重问题,引起分割和跟踪错误。
由于阴影直接影响目标的检测,成为影响后续处理效果的关键因素,有必要进一步研究。
本课题拟根据图像处理的理论基础,对一些传统的边缘检测算子进行了理论分析,用仿真实验测试其边缘检测的效果,对比分析各边缘检测算法效果。
介绍几种常用的彩色空间以及彩色空间的转换算法,系统地阐述了图像分割的各种方法,分析总结了几种常用分割方法的优缺点。
选用RGB彩色空间,利用背景差分法对图像初步分割后,再利用区域生长法去除目标外部的噪声,分割出带影子的目标图像。
然后,分析总结了阴影检测的基本假设和一般框架,及国内外目前主流的阴影检测与抑制算法,指出了这些方法用于去除目标阴影时存在的问题。
针对不同图像的阴影和目标体的特点,拟设计一种去除阴影的算法。
基于边缘信息的阴影抑制算法适用于目标体边缘信息丰富,阴影边缘信息相对简单的阴影去除。
关键词图像分割阴影抑制
Abstract
Inthefieldofintelligentvideosurveillance,videotechnology,multimediatechnology,oftenneedtodetectahumanbodyorotherobjects,separatethemwithbackground,thatisthecontextofsolvingreal-timetargetsegmentation.Videoimageobjectsegmentationresults,willtargetclassification,trackingandbehaviorunderstandingsuchanimportantimpactonsubsequentprocessing.
Imagesegmentationhasbeenformanyyearsinresearchattention,alsoraisedthousandsofalgorithms.Goalofthecurrentpopularmethodsofsegmentation,shadowdetection,manyareneglected,thegoalisalwaystobedetected,togetherwiththeshadow.Themergerwillcausetheshadowofgoals,objectivesandsomedistortionoftheshapeofaseriousproblem,causingsegmentationandtrackingerror.Astheshadowdirectlyaffecttargetdetection,afollow-uptreatmenteffectaffectingthekeyfactors,theneedforfurtherresearch.
Theaimofthistheorybasedonimageprocessingbasedonsomeofthetraditionaledgedetectoristheoreticallyanalyzed,usingsimulationexperimentstotesttheireffectonedgedetection,contrastanalysisoftheeffectofedgedetectionalgorithm.Introducesomecommonlyusedcolorspaceandcolorspaceconversionalgorithm,systematicallyexpoundedthevariousmethodsofimagesegmentation,analyzesandsummarizestheadvantagesanddisadvantagesofseveralcommonlyusedsegmentation.UseRGBcolorspace,thebackgrounddifferencemethodusingtheinitialsegmentationoftheimage,thenuseregiongrowingtoremovethetargetofexternalnoise,splitthetargetimagewithashadow.Then,thepapersummarizesthebasicassumptionsshadowdetectionandthegeneralframeworkofthecurrentmainstreamhomeandabroadshadowdetectionandsuppression,thatthegoalofthesemethodsfortheremovaloftheexistingproblemsintheshadow.
Differentimagesoftheshadowsandobjectivesofthebodycharacteristics,bedesignedtoremovetheshadowoftwoalgorithms.BasedonEdgeInformation'sshadowsuppressionalgorithmisappliedtothetargetoftheedgeinformation-rich,relativelysimpleshadowoftheshadowedgeremoval。
Keywordsimagesegmentationshadowsuppression
第1章绪论.................................................................................................................6
1.1课题背景..............................................................................................................6
1.2图像分割..............................................................................................................6
1.2.1图像分割研究的意义........................................................................7
1.2.2颜色理论............................................................................................7
1.2.3图像分割研究现状............................................................................8
1.3阴影去除的研究现状...............................................................................9
1.4本文研究内容...........................................................................................11
1.5本文结构安排...........................................................................................11
第2章图像分割的相关理论.........................................................................12
2.1引言..........................................................................................................12
2.2边缘检测方法概述..................................................................................12
2.2.1梯度算子...........................................................................................14
2.2.2拉普拉斯算子...................................................................................15
2.3阴影检测..................................................................................................16
2.3.1阴影的分类.......................................................................................17
2.3.2阴影的影响.......................................................................................17
2.4本章小结..................................................................................................18
第3章图像分割.............................................................................................18
3.1引言..........................................................................................................18
3.2颜色空间的研究......................................................................................18
3.2.1面向设备的颜色空间.......................................................................18
3.3图像分割的算法......................................................................................19
3.3.1区域生长法..................................................................................20
3.4基于差分法和区域生长法的彩色图像分割算法..................................20
3.4.1分割原理...........................................................................................20
3.4.2实验分析...........................................................................................21
3.5本章小结..................................................................................................25
第4章阴影检测理论基础.............................................................................25
4.1引言..........................................................................................................25
4.2阴影的特点..............................................................................................25
4.3阴影检测的基本假设..............................................................................25
4.4阴影检测的一般框架..............................................................................26
4.5本章小结..................................................................................................26
第5章阴影抑制算法.....................................................................................26
5.1引言..........................................................................................................26
5.2基于边缘信息抑制阴影..........................................................................27
5.2.1算法步骤..........................................................................................27
5.2.2实验结果分析...................................................................................29
5.3本章小结..................................................................................................34
结论.................................................................................................................34
参考文献..........................................................................................................35
致谢................................................................................................................36
附录一...........................................................................................................37-48
第1章绪论
1.1课题背景
在现代的视频监控及多媒体应用技术中,常常需要检测出运动的人体或车体,并将其与背景分离。
静态图像分割技术都能应用于序列图像的目标检测。
在民用的影视制作领域,可以将拍摄目标图像和拍摄背景分开进行,再将目标提取出来完成与特定背景的合成,以达到降低拍摄成本的要求,它不要求目标的实时分割,但要求分割的精度较高。
在军事目标的识别应用中,对目标的分割技术需求也很大,但对实时性的要求较高,需要将程序安装在硬件中,因而加大了技术难度。
由于图像目标之间的遮挡和光照的不均匀等原因,经常产生阴影现象。
无论运动分割还是变化检测都会受到阴影的影响。
阴影尤其对目标分割的影响比较显著,并对后续的跟踪、识别造成负面影响,导致错误率上升,使系统的整体性能下降。
在实际应用系统中,目标总是伴随有阴影,大多数的目标必须在去除阴影后才能正确检测与分割。
人眼很容易区分目标与目标投射的阴影,但如何让计算机识别出阴影却是极具挑战性的研究难题。
图像中的阴影可以提供有关目标的位置与形状、监控场景的表面特性以及光源等方面的信息,同时由于目标投射的阴影颜色属性明显不同于场景背景,并且和目标有相同的特性,所以进行目标检测时很容易将阴影检测为目标的一部分,造成目标的合并、几何变形,甚至使目标丢失。
虽然基于统计的多峰分布背景建模方法能对反复的背景运动(如摇动的树枝)、光线的突变(如天空云层遮挡阳光)、传感器噪声等进行建模,但还是无法成功地区分场景中的目标和目标投射的阴影,这使智能监控系统无法准确判断出场景内目标的数目、形状、运动轨迹,更无法实时准确地判断此物体是安全目标还是危险目标,也不能及时报警。
本文基于上述需求,研究了影视图像的目标分割及其阴影的抑制问题。
1.2图像分割
图像分割是数字图像处理中的重要前期过程,特征提取、目标识别都依赖于图像分割的质量好坏,所以图像分割决定了图像分析的最终成败。
图像分割指的是把一幅图像分割成不同的区域,这些区域在某些图像特征如边缘、纹理、颜色、亮度等是一致的或相似的。
图像分割的基本目的之一是将图像中有意义的特征或者需要应用的特征提取出来。
这些特征可以是图像中的原始特征,如物体占有区域的像素灰度值、物体轮廓曲线和纹理特征等;也可以是空间频谱或直方图特征等。
在对应于图像中某一方面或对象物的某一部分,其特征(灰度、色彩、纹理等)都是近似或相同的,但对于不同的对象物或对象物的各个部分之间,其特征就会产生相应的变化。
不同的图像类型,不同的应用要求所要提取的特征是不相同的,当然特征提取的方法也就不同,因此实际中并不存在一种普遍适应的最优方法。
1.2.1图像分割研究的意义
图像分割是任何图像分析及视觉系统必不可少的组成环节,是计算机视觉研究中的一个基本且困难的问题。
困难在于图像分割本身是一个病态问题,分割的目的是为了理解,但理想的分割往往需要理解后得到的结果作为先验知识,这种病态性给问题的解决造成了很大的困难,成为阻碍计算机视觉发展的一个瓶颈问题。
但正是因为图像分割是计算机视觉的一个基本问题,分割结果对视觉系统性能的影响很大,所以图像分割始终是计算机视觉中的一个研究热点。
人类对自身视觉机理研究的不断深入以及计算机技术迅速发展将为图像分割问题的解决提供新的途径。
图像分割是由图像处理进入到图像分析的关键步骤,在图像工程中占据重要的位置。
一方面,它是目标表达的基础,对特征测量有重要的影响;另一方面,因为图像分割与基于分割的目标表达、特征提取和参数测量等能将原始图像转化为更有效更紧凑的形式,从而使得更高层次的图像分析和理解成为可能。
图像分割在实际中有着广泛的应用前景,例如在工业自动化、在线产品检测、生产过程控制、文档图像处理、遥感和生物医学图像分析、保安监视以及军事、体育、农业工程等方面。
概括来说,在各种图像应用中,只要需对图像目标进行提取、测量、跟踪等都离不开图像分割。
1.2.2颜色理论
颜色是各种频率的光谱在人眼中的感知现象。
光线没有颜色,它只是某功率分布,而颜色则是人对这种功率分布的心理响应。
人类所感知到的物体颜色由物体表面的光谱反射、光照和视角所决定。
对于颜色感知的研究是人类视觉系统的基础研究之一,与生理学、心理学以及信息科学密切相关。
颜色感知研究的目的是模拟人脑中视觉信息的表达和处理方式,设计出基于人类视觉特性的计算机视觉系统。
对于计算机视觉系统来说,颜色是物体表面的属性,因此对于图像分割和目标识别等的研究都具有非常重要的意义。
颜色空间、色彩度量以及颜色恒常性是颜色视觉研究的几个主要方面。
近年来,随着彩色设备制造技术和多媒体技术的发展,颜色在计算机视觉中应用也在不断进步。
人类视觉系统对于色差是高度敏感的,颜色感知系统可以区分上万种的不同颜色。
然而这一系统只能记住几种颜色,有报告说明人能记住大约11种焦点颜色,即红绿蓝黄紫橙粉棕灰白黑。
其它的颜色以这些颜色之间的粗略混合方式记忆。
颜色敏感和颜色记忆之间如此的差异是人类颜色感知最为重要的现象之一。
颜色适应、颜色记忆和颜色视觉的时空特性是人类颜色感知的要素,全面深入地理解这些要素对于计算机颜色视觉系统的研究来说是必要的。
颜色空间有多种类型的定义,在彩色图像处理中,RGB颜色空间是最基本、最常用的颜色空间。
另外还有一些在彩色电视系统中使用的颜色空间,在这一系统中选用不同颜色空间的目的就是通过降低各RGB分量之间的相关性从而减小信号传送的带宽。
降低相关性的主要方法就是计算颜色的统计独立分量构造一个正交颜色空间。
应用于不同的电视系统中一些颜色空间的颜色分量是统计上近似独立的。
基本的RGB颜色空间的一个主要缺点是不直观。
不可能直接从RGB数值估计出颜色的色度、饱和度和亮度等感知特征。
两种颜色之间的差异被称为色差,从另一角度来说,也是颜色相似性的度量。
色差度量一般可以用颜色空间内两个颜色矢量之间的欧氏距离来进行。
1.2.3图像分割研
- 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:
- 图像处理 毕业设计论文模版 图像 处理 毕业设计 论文 模版