freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于多重分形理論的圖像分割畢業(yè)論文(參考版)

2025-06-30 20:33本頁面
  

【正文】 最后,再次感謝大家。感謝實(shí)驗室里和我一起揮汗如雨的哥們,無論我身在何方,我都會記得曾經(jīng)一起并肩作戰(zhàn)的你們。感謝各位代課老師和輔導(dǎo)員,四年中無論在學(xué)習(xí)上還是生活上,都給予我?guī)椭凸膭?。?謝感謝我的導(dǎo)師孫林麗老師,為我提供豐富的材料,指導(dǎo)我完成畢業(yè)設(shè)計。 本章小結(jié)本章主要介紹了多重分形在圖像處理、圖像分割中的應(yīng)用。Log算子,其分割圖像中所含有的費(fèi)邊緣點(diǎn)較少,而且主要邊緣大部分被保留,但還是去掉了很多真邊緣點(diǎn)。實(shí)驗結(jié)果:灰度直方圖灰度圖像 Prewitt算子分割后的圖片Canny算子分割后的圖片 Log算子分割后的圖片實(shí)驗結(jié)果分析:對于本次采用的三種測試算子,分別是Prewitt算子,Log算子,Canny算子。灰度邊緣是灰度不連續(xù)的結(jié)果這種不連續(xù)??衫靡浑A和二階導(dǎo)數(shù)方便的檢測到。邊緣常常意味著一個區(qū)域的終結(jié)和另一個區(qū)域的開始。邊緣檢測分割法是通過檢測出不同區(qū)域邊界來進(jìn)行分割的。在該方法中提到的四種測度,到底用哪一個要視情況而定。 計算出值之后,接下來就是提取能夠充分反映圖像邊緣信息的值。對于每一個,計算該區(qū)域的中心點(diǎn)α值,用該α值代替區(qū)域中其他點(diǎn)的α值,然后求出。將劃分成N個區(qū)域。 holder指數(shù)α的計算holder指數(shù)α可以表示圖像的局部奇異性,定義為方形區(qū)域,定義其中心點(diǎn)為,則該點(diǎn)的holder指數(shù)。經(jīng)過試驗確定了max,min,sum,iso等幾個不同測度的修正方法。在對多重分形奇異譜幾何性質(zhì)分析時,可以看出不同測度的計算方法直接決定著多重分形奇異譜的分布情況。但是,多重分形提取圖像邊緣也有他的缺點(diǎn),比如它對噪聲敏感,對于一些含噪聲較多的圖像提取邊緣比較困難。這里主要介紹基于多重分形的圖像邊緣提取方法。除此之外,Sobel算子,Roberts算子,Marr算子,Canny算子也都有一定的研究成果。從數(shù)學(xué)上,最直觀的方法就是微分,現(xiàn)在從信號處理的角度來看,也可以說是用高通濾波器,保留高頻信號。圖像的邊緣檢測對于圖像的識別,壓縮,匹配等都是非常重要的。圖像的邊緣也就是圖像的特征所在,它往往包含了圖像的重要信息。采用小波變化后的多重分形分析處理的目標(biāo)圖像不僅斑點(diǎn)噪聲完全消除而且圖像平面區(qū)域比較平滑,目標(biāo)邊緣依然清晰可見,效果較好。e) 根據(jù)計算出調(diào)整后的小波系數(shù),將該系數(shù)進(jìn)行飯變化,即可得到恢復(fù)圖像。實(shí)際就是通過手工設(shè)定的值,再將其進(jìn)行計算,得出恢復(fù)圖像,用視覺進(jìn)行判別是否合適。即令,根據(jù)的變化調(diào)整小波系數(shù),從而將調(diào)整到。c) 根據(jù)小波系數(shù)的性質(zhì)可知,當(dāng)時。b) 調(diào)整α的值,使得接近于。換句話說,譜的相對強(qiáng)度沒有變化即可實(shí)現(xiàn)圖像的去噪。α和的分布也有一定規(guī)律。一個有效的算法是集合小波分析的多重分形方法,去除不需要的不規(guī)則性噪聲,保留有用的奇異性目標(biāo),使去除噪聲后大多數(shù)點(diǎn)在平滑區(qū)域。這里主要介紹基于多重分形的圖像去噪方法。線性濾波方法的最大優(yōu)點(diǎn)是算法簡單且速度較快,缺點(diǎn)是容易造成邊緣模糊;非線性濾波方法能夠很好的保存信號的細(xì)節(jié)。通過去噪技術(shù)可以有效地提高圖像質(zhì)量,增大信噪比,更好地體現(xiàn)原來圖像所攜帶的信息,作為一種重要的預(yù)處理手段為后續(xù)的數(shù)字圖像處理奠定良好的基礎(chǔ)。比較重要的處理技術(shù)如圖像去噪、邊緣提取等。圖像處理最關(guān)鍵的步驟就是各種算法的設(shè)計與實(shí)現(xiàn)。區(qū)域法一般不做單獨(dú)使用,而是和其他方法共同使用?;趨^(qū)域的分割方法主要有區(qū)域生長法,分裂合并法。④ 定位:用子像素分辨率來估計邊緣位置。② 增強(qiáng):增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)領(lǐng)域強(qiáng)度的變化值。(3) Log算子Log算子也就是LaplacianGauss算子,它把Gauss平滑濾波器和Laplacian銳化濾波器結(jié)合起來,先平滑掉噪聲,再進(jìn)行邊緣檢測。(2) Prewitt和Sobel算子Prewitt從加大邊緣檢測算子的模版大小出發(fā),采用Prewitt算子不僅能檢測邊緣點(diǎn),而且能擬制噪聲的影響。常見的邊緣剖面:邊緣檢測的集中經(jīng)典算法:(1) Canny算子利用高斯函數(shù)的一階微分,一噪聲擬制和邊緣檢測之間尋求較好的平衡,其表達(dá)式近似于高斯函數(shù)的一階導(dǎo)數(shù)。邊緣廣泛存在于物體與背景之間,物體與物體之間,基元與基元之間。另外一個就是閾值確定主要依賴于灰度直方圖,很少考慮圖像中像素的空間位置關(guān)系,因此當(dāng)背景復(fù)雜,特點(diǎn)是在同一背景上重疊出現(xiàn)若干個研究目標(biāo)時,容易喪失部分邊界信息,造成圖像分割的不完整。(2)多閾值分割在多閾值分割中,分割是根據(jù)不同區(qū)域的特點(diǎn)得到幾個目標(biāo)對象,所以提取每一個目標(biāo)需要采用不同的閾值,也就是說要使用多個閾值才能將他們分開,這就是多閾值分割。由于各個子圖的閾值化是獨(dú)立進(jìn)行的,所以在相鄰子圖邊界處的閾值會有突變,因此應(yīng)該以采用適當(dāng)?shù)钠交夹g(shù)消除這種不連續(xù)性,子圖像之間的相互交疊也有利于減小這種不連續(xù)性。這就是自適應(yīng)閾值。另外,當(dāng)遇到圖像中有陰影,突發(fā)噪聲,照度不均,對比度不均或背景灰度變化等情況時,只用一個固定的閾值對整幅圖像進(jìn)行閾值化處理,則會由于不能兼顧圖像各處的情況而使分割效果受到影響。(1)自適應(yīng)閾值在許多情況下,背景的灰度值并不是常數(shù),物體和背景的對比度在圖像中也有變化。迭代所得的閾值分割圖像的效果良好,基于迭代的閾值能區(qū)分圖像的前景和背景的主要區(qū)域所在,但是在圖像的細(xì)微處還是沒有良好的區(qū)分度,令人驚訝的是對某些特定圖像,微小數(shù)據(jù)的變化會引起分割效果的巨大變化,兩者的數(shù)據(jù)只是稍微變化,分割效果反差極大。(3)迭代法它基于逼近的思想,基本算法如下:① 求出圖像的最大灰度值和最小灰度值,分別記作Max和Min,令初始閾值為:,根據(jù)閾值將圖像分割為前景和背景,分別求出兩者的平均灰度值和。這種方法的一個共同特征是根據(jù)像素點(diǎn)的局部特性,對其進(jìn)行灰度級的增強(qiáng)或減弱的變換。記錄每個像素能作為谷底的范圍值,接著找出能作為谷底范圍最大的點(diǎn)作為閾值。假設(shè)一副圖像只有物體和背景兩部分組成,其灰度圖直方圖呈現(xiàn)明顯的雙峰值,如下圖: 找出閾值T,則可以對整個圖像進(jìn)行二值化賦值。當(dāng)分割閾值位于谷底時,圖像分割可取的最好的效果。另外它只考慮本身的值,一般不考慮空間特性,這樣就對噪聲很敏感;它也沒有考慮圖像的紋理信息等有用信息,使分割效果不能盡人意。如何根據(jù)圖像選擇合適的閾值是基于閾值分割法的重點(diǎn)和難點(diǎn)所在。它一般可以作為一系列圖像處理過程的第一步。在實(shí)際應(yīng)用中,閾值法通常與其他方法結(jié)合使用。其缺點(diǎn)是當(dāng)圖像中不存在明顯的灰度差異或灰度值范圍有較大的重疊時,分割效果不理想。 閾值法閾值法的優(yōu)點(diǎn)是計算簡單,速度快,易于實(shí)現(xiàn)。如果加強(qiáng)分割區(qū)域的同質(zhì)性約束,分割區(qū)域很容易產(chǎn)生大量小空洞和不規(guī)整邊緣;若強(qiáng)調(diào)不同區(qū)域間性質(zhì)差異的顯著性,則極其容易造成非同質(zhì)區(qū)域的合并和有意義的邊界丟失。他們分割圖像的基本依據(jù)和條件有一下四個方面:(1) 分割的圖像區(qū)域應(yīng)具有同質(zhì)性,如灰度級別相近,紋理相似等;(2) 區(qū)域內(nèi)部平整,不存在很小的空間;(3) 相鄰區(qū)域之間對選定的某種同質(zhì)判據(jù)而言,應(yīng)存在顯著的差異性;(4) 每個分割區(qū)域邊界應(yīng)具有齊整性和空間位置的準(zhǔn)確性。迄今為止,還沒有一種圖像分割的方法適用于所有圖像,也沒有一類圖像所有的方法都適用于它。圖像分割是圖像處理和分析中的重要問題,也是計算機(jī)視覺研究中的一個經(jīng)典難題。在實(shí)際應(yīng)用中圖像分割不僅是要把一幅圖像分成滿足以上五個要求的各具有特性的區(qū)域,而且需要把其中感興趣的目標(biāo)和區(qū)域提取出來,只有這樣才算是真正完成了圖
點(diǎn)擊復(fù)制文檔內(nèi)容
物理相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1