论文部分内容阅读
图像处理的相关技术研究一直是科研领域的热门,而且图像处理的相关技术在日常生活和科研中有非常广泛的应用。在图像处理中很多情况需要对于图像中感兴趣的区域进行非全局处理,因此选择图像中感兴趣区域成为了图像处理中的重要部分,感兴趣区域提取技术在生物医学、自动驾驶、虚拟现实等领域都有很广泛的应用。近些年,随着Web应用技术的不断发展和浏览器性能的不断提升,出现了越来越多的Web应用。Web应用使用简单方便,并且随着性能的不断提高吸引了越来越多的用户。因此也衍生出来在线的图像处理工具,但这些工具普遍功能简单,无法直接对图像进行像素级的处理。但随着HTML5标准的建立以及逐渐普及,Web应用可以实现的功能更加强大,效果更加绚丽。HTML5中的新技术Canvas,可以使开发者对于图像进行像素级的处理。这就使得很多图像处理相关的技术可以基于Canvas在Web上更加方便的实现。并且基于互联网技术的B/S模式可以极大简化客户端电脑的操作和载荷,不需要客户端维护升级并且可以实现不同开发人员、不同地点、不同工作方式的协同作业,极大提升工作效率。本文基于HTML5新标准,使用其Canvas技术,研究在Web上的感兴趣区域自动提取算法的实现与改进的相关问题。主要的工作如下:(1)研究了基于边缘提取、图像分割以及主动轮廓线等感兴趣区域提取算法,并通过结合Web环境进行对比分析,确定了基于HTML5的感兴趣区域提取算法的实现方案。(2)研究了参数活动轮廓模型Snake模型以及GVF-Snake模型的数学表示方式、实现原理以及求解过程,并在此基础上结合LOG算子进行了自己的改进。并结合Canvas技术,完成了整体算法的设计和实现。(3)设计实现了交互式感兴趣区域提取的Web系统,并针对Web环境的特点进行了针对性的设计实现及优化,取得了良好的效果。并对系统进行了整体的测试和更深层次的展望。本文通过对于基于HTML5的图像感兴趣区域提取算法的研究与改进,实现了交互式感兴趣区域提取的Web系统。经过测试使用,系统运行稳定,交互友好,并且最终的提取效果良好。希望通过探索性的研究,可以丰富Web应用的领域,更加方便人们的生活。