文档介绍：剩產,:
作者签名:萸凋势冢焊嶙曛乖律先原创性声明学位论文版权使用授权书本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。
。觯烘颽:塑芛#∑塑芃￡“霍癳,珊蚵,琁兑瞣锄,,襝瓵叩甌,,,,,琫琭阛,琩畊瑂:胐:
曲觥緊簔,甅琲礶鷜母籶祇出.,.,琣.,鏻.,,,..
胁岫韘鷓鷈咖蒾譼祎铆曲甌吼簅矽叩缸胁:.鱪锄:】ⅥⅡ.Ⅱ甌琭,曲,瑆罂甋甀、Ⅳ.琻酢緋瑃.
鷒鷒酰甤沛簍蒩叩磇,篈琍琈,桑琔鬷琁。唱印蒩鴆.,.ⅲ琫Ⅱ
摘要目前,基于马尔可夫的图像分割和基于模糊的图像分割已经成为图像处理中的重要领域。我们的研究主要集中在像素表现出的属性如何因区域的不同而不同。基于给定图像中像素之间的相似性和相异性,我们研究、开发并实现了一种新的图像分割方法。在本论文中,我们将计算机视觉领域中的分割定义为将一幅数字图像分离为多个像素集的过程,也称为超像素过程。我们认为分割的作用是:简化或改变图像的表现形式,使得图像更有意义而且更容易分析。图像分割通常用于定位图像中的物体、边界直线以及曲线。更精确地说,图像分割是给图像中的每个像素分配一个标签,使得具有相同标签的像素拥有某种共同的视觉特性。现已有许多通用的算法和技术用于图像分割。由于图像分割问题没有统一的解决方法,因此为了更加有效地解决某特定领域中的图像分割问题,这些算法和技术通常要与相关领域的知识结合使本文的中心内容是开发一个完全无监督的算法来实现图像分割。已有的文献达不到这样的目标,它们提供的许多算法只能解决这个极具挑战性的问题的一些子问题。无监督分割是在事先不知道区域的数量的情况下识别并定位给定图像的组成区域的过程。我们还认为,这个问题可以在贝叶斯框架内进行阐述,并且通过使用一个假设模型能够将无监督分割转化为一个优化问题。在整个图像分割领域,普遍采用的是一个分层的图像模型,其基本成分是各种形式的马尔可夫随机场。高斯马尔可夫随机场模型用于对图像区域的纹理内容进行建模,帕兹模型为图像分割提供了一个正则化函数。这些高度复杂的模型的优化问题是几十年来一直极具挑战性的研究课题。本论文的主要贡献在于将单一优化过程这一新技术用于无监督分割。我们希望这些算法能促进未来分层图像模型的研究,特别是有助于发现能够更进一步拟合真实世界数据的深层次模型。本文首先对围绕马尔可夫随机场模型及其优化的大量文献进行了阐述和分析,其中涉及到选择合适的特征来辨别被观察图像的纹理内容。在阐述和分析了大量文献的基础上,我们提出了新的算法,实现了源于这两个领域的概念之间的融合。以往应用在统计力学上的算法是这项工作的重要组成部分。多样化的马尔可夫链蒙特卡罗算法被普遍运用,特别是可逆跳跃采样用。博士论文
算法具有十分重要的意义。多个此类算法结合在一起构成了单一优化框架,该框架是本文提出的几个最成功算法的核心。对于彩色图像分割,我们提出了一个新的方法,该方法将区域定义为属于同一类的像素的连通集合,并且同时考虑了像素的连通性和色度属性,以便建立非等概率的类。我们将一个像素集合的颜色连通度定义为属于同一颜色区间的像素集合的连通性测量。我们假设图像中的某个区域的像素可以对应的被关联到一个像素类,这个像素类对应的像素集合的颜色连通度应该表现出很高的数值,辨别出这些集合是问题所在。本文定义了一个关于分割马尔可夫的初始数据结构,即颜色连通度,它将有组织、有层次地计算图像中包含的所有可能的像素集的颜色连通度。我们把每幅图像分解为、鲅丈ǖ溃⒍悦扛鐾ǖ分别进行分析。为了从树边际分类过程得到的结果中收集属于同一区域的像素,我们用区域邻接图对图像进行建模,并进一步对它进行模糊分析。最后,我们的实验通过用相似度图表示图像分区结果,证明了本文方法的有效性。本文的目的是研究将先验信息应用于图像处理和计算图像纹理分割的效果。特别是,我们探讨了利用马尔可夫随机场模型对图像纹理分割中衰减系数分布的先验信息进行建模的适用性。这涉及到选择不同的模型并用它们对样本图片进行拟合。第二个目标是用这些模型来帮助解决一些图像处理问题并帮助确定它们的使用