基于Snake模型的憎水性图像分割算法研究

论文摘要

本文基于活动轮廓模型理论提出了三种憎水性图像处理算法,并进行了实验验证:在改进的参数活动轮廓模型的基础上,通过实现自适应参数的选择来改进Snake模型对水珠形状的提取过程,提高了形状提取的精确度;提出基于区域增长算法和C-V模型的憎水性图像分割算法,它既解决了初始轮廓线的准确定位问题,也使算法的复杂度依靠于预分割得到的区域数,简化了迭代过程;联合活动轮廓模型S-L模型是在综合了参数活动轮廓模型与水平集模型的优点的基础上推导出来的,本文在S-L模型的基础上,利用图像的先验信息来改进S-L模型对目标区域的提取过程,克服了Snake模型拓扑能力差的缺点,为后续绝缘子性能的等级评价提供了依据。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要研究工作与章节安排
• 第二章 憎水性图像等级评价方法分析
• 2.1 憎水性图像的分级划分
• 2.2 憎水性图像特征量分析
• 2.2.1 灰度熵特征
• 2.2.2 种子点统计
• 2.2.3 频谱幅值特征
• 2.2.4 最大水珠或水迹与整幅图像的面积比
• 2.2.5 最大水珠或水迹的形状因子
• 2.2.6 改进形状因子法
• 2.3 本章小结
• 第三章 基于参数轮廓活动模型的憎水性图像分割
• 3.1 引言
• 3.2 参数活动轮廓模型
• 3.2.1 Snake 模型的原理及数学描述
• 3.2.2 Snake 模型的动力学解释
• 3.2.3 Snake 模型的数值解法
• 3.2.4 憎水性图像分割实验结果与分析
• 3.3 气球Snake模型
• 3.3.1 Balloon-Snake 模型的简介
• 3.3.2 增水性图像分割实验与分析
• 3.4 基于自适应参数的 Balloon-Snake 模型的憎水性图像分割
• 3.4.1 Balloon.Snake 的初始化及其离散实现
• 3.4.2 Balloon-Snake 的自适应参数选择
• 3.4.3 憎水性图像分割实验结果与分析
• 3.5 本章小结
• 第四章 基于几何活动轮廓模型的憎水性图像分割
• 4.1 引言
• 4.2 曲线演化理论
• 4.3 水平集方法
• 4.4 几何活动轮廓模型在图像分割中的应用
• 4.4.1 测地活动轮廓模型简介
• 4.4.2 C-V 模型简介
• 4.5 基于区域生长和 C-V 模型的憎水性图像分割
• 4.5.1 区域增长算法
• 4.5.2 基于 C-V 模型的水平集方法分割
• 4.5.3 憎水性图像分割结果与分析
• 4.6 本章小结
• 第五章 基于联合活动轮廓 S-L 模型的憎水性图像分割
• 5.1 引言
• 5.2 S-L 模型简介
• 5.3 改进的 S-L 模型及其离散实现
• 5.4 实验结果与分析
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 在学期间发表论文和参加科研情况