文档介绍：——姜哓玲——安吮谨以此论文献给我求学之路上的良师益友
争鍪隰。獗学位论文完成日期:羔型:皇:理基于变分水平集的赤潮藻显微图像分割方法研究指导教师签字:答辩委员会成员签字:。
雄磁蓟Ⅳ秒生学位论文作者签名:参乞签字日期:沙『/年月乡/日签字日期:沙∥年上月刁日签字日期:加辏乱独创声学位论文版权使用授权书明翅遗查墓丝霞蔓挂剔直明的:奎拦亘窒蚱渌逃沟难换蛑な槭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。据我所知,除了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,也不包含未获得用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本学位论文作者完全了解学校有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权学校可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。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。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者签名:导师签字:
分割方法一变分水平集赤潮藻显微图像分割方法。基于变分水平集的赤潮藻显微图像分割方法研究摘要种显微图像分割的方法——基于边缘和区域的变分水平集赤潮藻显微图像分割近年来,我国近海海域赤潮事件频发且规模不断扩大,严重破坏了海洋的生态环境,制约了我国沿海经济的可持续发展,这引起了我国政府及科学界的高度重视。我国政府从不同层面对赤潮发生的机制、预警、预报与防治方法的研究进行了大量的投入,其中自动识别有害赤潮藻是有效预防和快速鉴定赤潮藻种的重要工作,而赤潮藻显微图像分割结果的好坏直接影响自动识别的效果。本文的主要工作就是研究一种适合赤潮藻显微图像的分割方法。变分法和水平集方法是偏微分方程理论中两种常用的有效的数学方法,采用这两种方法的图像分割模型基于变分法的参数化活动轮廓模型模型基于水平集方法的几何活动轮廓模型集中体现了偏微分方程图像处理的优越性。本文针对参数化活动轮廓模型满足能量极小化原理和几何活动轮廓模型适应曲线拓扑结构变化各自的优点,并结合我国沿海常见有害赤潮藻种类繁多、形态各异和其显微图像噪声多、信息模糊等的特点提出一种较为理想的赤潮藻显微图像利用变分水平集进行图像分割的方法中,基于图像边缘的分割方法利用图像边缘的梯度信息进行图像分割,不适用于噪声多、信息模糊的赤潮藻显微图像;基于图像区域的分割方法利用图像的全局区域信息,具有良好的优化分割效果,本文详细分析和介绍了其经典的两种模型:猄模型和猇模型。猄模型的能量函数包含了对图像的区域、活动轮廓曲线的描述,通过优化该模型的能量函数,可以一次获得原始信息模糊、噪声较大的图像的边界、区域以及平滑图像。有人提出用水平集方法来解决猄模型能量函数的优化问题,即建立甋模型的简化模型甐模型。甐模型不依赖于图像梯度,而且水平集函数的初始位置可以定义在图像的任何地方,但甐模型存在不足之处,在曲线演化过程中水平集函数需要不断的重新初始化,因此,本文结合李纯明等提出的在能量函数中融入距离保持项头O的思想,提出无需初始化的变分水平集图像分割方法,并在此基础上,通过同时考虑图像的边缘和区域信息,得到适合多数赤潮藻方法。最后通过实验证实了该方法的有效性。‘
割;活动轮廓模型;变分水平集
’.,,甋猄瑀,甇琫琭,瑃..疭瑆甌甌猇
’猄籑疭甋,甌琤琤瑃.,瑃!R籩篐籌;;.,猇