图像斑点及边缘检测方法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:guihuxinxi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
斑点是图像中灰度或者色彩不变或近似不变,而且区别于周围像素的规则区域。它作为图像的区域特征,包含了丰富的信息,而且对光照变化以及图像扭曲有一定的稳健性,因此多用于图像配准、目标识别及跟踪等领域。而边缘通常对应于图像中感兴趣物体的轮廓,反映了图像中灰度或色彩的剧烈变化。边缘检测也是目标提取和图像分割等应用的基础。虽然斑点及边缘检测方法历经数十年发展已经趋于成熟,但实际应用中仍有些未尝解决的问题,例如检测到的斑点对图像仿射变换的稳健性、噪声情况下的边缘检测问题以及彩色图像中的边缘检测问题等。本文基于各向异性高斯核(Anisotropic Gaussian Kernel,ANGK),提出了仿射不变的斑点检测方法和对脉冲型噪声稳健的彩色图像边缘检测算法。此外,得益于机器学习在融合图像信息方面的显著效果,本文利用神经网络来融合不同参数设置的各向异性高斯方向导数对应的边缘信息,提出了新的彩色图像边缘检测方法。最后,还改进了一种现有的合成孔径雷达(Synthetic Aperture Radar,SAR)图像边缘检测方法。本文主要的研究内容如下:1.为了提高斑点的定位和形状估计精度,结合各向异性高斯核和梯度搜索法提出一种仿射不变的斑点检测方法,以实现亚像素精度的斑点定位和精确的形状估计。该方法包括斑点检测和筛选以及基于梯度搜索的斑点定位和形状估计。在斑点检测和筛选阶段,首先根据特征尺度确定初始检测的尺度范围,接着根据尺度优先准则和重叠率准则筛选掉检测结果中冗余的斑点。在精确定位和形状估计阶段,提出了一种基于各向异性高斯核的斑点测度,该测度使用了五个参数来描述斑点形状,而且具有仿射不变性。之后在五维参数空间中使用梯度搜索法以实现快速、准确的斑点定位及形状估计,该方法的精度不受参数网格的限制。根据梯度搜索法的收敛性还可以自动去掉低质量斑点。在多幅荧光显微镜细胞图像和典型斑点图像上比较了提出的方法和其他几种斑点检测方法,结果表明提出的斑点检测方法比现有方法的定位和形状估计精度更高,而且对数字图像的仿射不变性更强。2.针对现有方法对脉冲型噪声敏感的问题,把各向异性形态学方向导数(Anisotropic Morphological Directional Derivatives,AMDD)推广到彩色图像中,与奇异值分解结合,提出一种基于AMDD的彩色图像边缘检测方法。首先,计算一幅彩色图像三个通道上的AMDD以构造其AMDD矩阵。再对AMDD矩阵进行奇异值分解以及空间和方向匹配滤波,就可以得到图像的彩色边缘强度图和彩色边缘方向图。最后结合非极大值抑制和双阈值决策就得到了对噪声稳健的彩色边缘检测方法。此外,针对缺少带参考边缘标注的彩色图像库的现状,给出一种人工标注参考边缘的方案,构造了一个包含五十幅彩色图像及其对应参考边缘的图像库。在该图像库上的无噪声和几种噪声情况下的检测结果表明,提出的方法不仅能有效检测边缘,而且对脉冲型噪声十分稳健。3.在上述彩色图像库的基础上,提出一种基于神经网络的彩色边缘检测方法,该网络的输入是不同参数的(Anisotropic Gaussian Directional Derivative,ANDD)矩阵对应的边缘强度信息。本章方法由训练阶段和检测阶段组成。在训练阶段,对于每幅训练图像,首先根据不同参数设置计算一组ANDD矩阵,并根据ANDD矩阵的奇异值分解得到一组对应的彩色边缘强度图。对边缘强度图进行重新排列就得到了一个用于训练的特征矩阵,其参考边缘则用作标签。使用所有训练图像的特征矩阵和标签进行训练就得到了一个分类神经网络,其输出为边缘概率图(Edge Probability Map,EPM),其中的每个点代表一个像素是边缘像素的概率。在检测阶段,对一幅待检测图像,首先计算其ANDD矩阵、边缘强度图和边缘方向图;然后将边缘强度图输入训练好的神经网络以得到其EPM;要得到最终的二值边缘检测结果,还需要对EPM进行非极大值抑制和双阈值决策。提出的方法在三个常用的彩色图像库上性能良好,表明神经网络有效融合了不同参数设置的ANDD矩阵对应的边缘信息。4.为了提高SAR图像边缘检测的性能,将现有的方向巴氏系数改进为加权方向巴氏系数,并基于此提出一种改进的SAR图像边缘检测方法。对于一幅SAR图像中的每个像素,首先把中心位于该像素的K个方向上的高斯-伽马形双窗作为权值,计算双窗支撑区域内像素的加权灰度直方图。然后根据加权后的直方图计算K个方向上的加权巴氏系数,在此基础上提取边缘强度图和边缘方向图。最后与非极大值抑制和双阈值决策相结合,就得到了改进的SAR图像边缘检测方法。在三幅真实SAR图像上比较了提出的方法与现有的几种方法,结果表明提出的方法能有效检测SAR图像中的边缘,而且性能比其他方法有明显提升。
其他文献
流形上的随机分析作为许多几何和物理问题的模型而被学界广泛研究。本文讨论流形上的扩散过程及其在微分几何和机器学习中的应用。具体来说,在流形有边界的情形,我们利用反射布朗运动结合特定的光滑逼近技术给出了关于微分形式热核的乘性泛函的表达式。将此泛函在布朗桥测度下渐进展开,我们证明了带边界的Gauss-Bonnet定理。该定理最早的基于概率学的证明需要大量运用Excursion theory和Mallia
学位
半导体晶圆制造是当前最复杂、自动化程度最高的资金技术密集型产业之一,集成了先进制造技术、自动化技术、精密制造技术等多个学科的前沿高新技术和特种加工工艺。组合设备(Cluster Tool)是晶圆制造的核心自动化装备,代表着当今半导体设备的先进水平,亦是当前我国半导体制造领域最为薄弱的环节之一。组合设备是一种极为昂贵的半导体设备,其调度与控制水平直接攸关晶圆制造企业的整体经济效益。受限于多约束耦合的
学位
等离子体的约束与输运研究一直是磁约束核聚变领域最重要的课题之一,约束的好坏直接决定了等离子体的性能。在一般等离子体实验中,等离子体芯部的约束受到等离子体刚性的影响而无法显著提升,内部输运垒(ITB,internal transport barrier)的出现可以打破等离子体芯部的刚性,使得等离子体芯部的参数不再受制于边界台基的影响,从而大大提高芯部的约束性能。内部输运垒最根本的产生机制是反常输运的
学位
刺激响应性聚合物又被称为智能聚合物,可以通过可逆或不可逆地改变自身的物理和/或化学性质对外界环境刺激进行响应。这些外界刺激包括pH、温度、光、电磁场、机械力、各种小分子和生物分子等。生物体内的病变组织在pH值、温度、氧化还原压力等方面与正常组织的生物环境有明显的差别。另一方面,刺激响应性聚合物可以以溶液、凝胶、自组装纳米粒子、(多层)薄膜和块状固体的形式存在,克服了小分子试剂稳定性低,水溶性差,易
学位
Maccari系统是描述流体力学和光学等领域中二维非线性波的一个重要模型。本文运用双线性方法和KP系列约化法研究Maccari系统的半有理解及其共振现象。文中构造了 Maccari系统的一类广泛的半有理解,包括:暗孤立子、有理解和由这两类解组合而成的混合解。首先对这类解的两种退化形式——暗孤立子解和有理解及其动力学行为分别进行讨论;然后对这类解的一般形式——暗孤立子解与有理解的混合解进行弹性碰撞和
学位
研究背景:胃癌是最常见的消化系统恶性肿瘤,目前,尽管针对胃癌诊断、治疗的研究不断提高,但其发病率及死亡率仍居高不下。胃癌的发生涉及到诸多因素的参与,幽门螺杆菌、不健康饮食、酗酒、基因突变等都与胃癌的发生息息相关,其中致病性幽门螺杆菌感染在胃癌发病中占据了重要地位。胃癌的诊断一般依靠临床症状、内镜、组织病理学和影像学检查。胃癌的治疗包括早期手术、放化疗及靶向治疗。当前胃癌发病的确切机制仍未完全明了,
学位
本文主要结果由三部分构成.第一部分,我们利用Uhlenbeck-Yau的连续性方法证明了紧致Gauduchon流形上半稳定的全纯对上有渐近Hermitian-Einstein结构.第二部分,利用热流方法,我们在一类非紧Gauduchon流形上得到了关于全纯线丛的Hermitian Yang-Mills-Higgs度量的存在性定理.第三部分,我们首先利用热流方法,在紧致带边的Hermite流形上的全
学位
随着计算机网络、卫星通信、移动通信和大数据等技术发展和广泛应用,形成以天地一体化网络、物联网、移动互联网等为代表的复杂网络环境,其在为不同类型海量用户提供便捷、多元化服务的同时,也带来层出不穷且愈发复杂的网络安全问题。特别是针对复杂网络环境设备海量异构、网络链路暴露、设备资源有限以及网络流量巨大等特点的攻击越演越烈。不仅如此,攻击者利用不断更新的技术手段、结合网络状态发起“策略式”攻击,为复杂网络
学位
情境化作业是促进学生学习进步、发展学生核心素养的重要手段。本文研究分析得出情境化作业设计具有工具性和人文性相统一、知识和能力相结合、深度思维和个性化表达相协调、鉴赏力和创造力同发展的特点,并基于上述特点提出了作业设计案例。
期刊
本文包含非线性偏微分方程的三个相关研究:完全非线性椭圆方程的诺依曼问题,非线性半热方程的爆破解分类,索伯列夫不等式的量化稳定性.第一部分,我们首先研究一类推广了的Hessian方程的诺依曼问题,这是完全非线性椭圆的,且具有与Hessian方程相似的性质.利用连续性方法和Lieberman-Trudinger的理论,解的存在性可以约化为C2先验估计.采取Ma-Qiu求解Hessian方程的证明线路,
学位