基于红外图像边缘信息的彩色图像分割方法研究

基于红外图像边缘信息的彩色图像分割方法研究

论文摘要

图像分割是指把图像分成各具特性的区域并把其中感兴趣的区域提取出来的方法和技术。图像分割在医学、航天、军事等领域都发挥了巨大的作用。随着采集设备的高速发展,人们对图像处理的要求也越来越多样化和复杂化。而彩色图像由于其包含着丰富多样的颜色特征信息,其信息量是其他图像来源所不能代替的。因此,彩色图像的分割技术受到了人们越来越多的关注。本文提出一种将彩色图像中感兴趣区域分割提取出来的新方法。利用红外图像和彩色图像相结合,通过多信息源之间的互补性完成对彩色图像中目标的准确提取。将设备采集到的红外图像,利用直方图规定化的方法增强图像的边缘对比度,并计算合理阈值进行二值化,有利于提高后续的边缘检测算子对目标边缘的识别能力。对检出的多条边缘采用提取最长边缘的方法,将边缘线中最长的轮廓线提取出来,并认定为目标边缘轮廓,从而将感兴趣的目标区域从红外图像中抽取出来。同时将轮廓信息转换成链码进行信息存储,使用8邻域链码记录红外图像所提取边缘的坐标与方向,并应用于同一个角度采集得到的彩色图像中去,对彩色图像相应坐标进行边缘链接直至边缘闭合,达到将彩色图像中感兴趣区域提取出来的目的,完成图像分割。与传统彩色图像分割方法相比,本文提出的方法解决了彩色图像分割中对色彩空间转换的要求,同时可以避免对彩色图像单通道的抽取计算和多通道图像还原对图像自身质量的影响。相比于彩色图像的直接分割操作,利用红外图像信息含量少、灰度对比明显的特性来区分目标与背景,能使对目标边缘的提取更为容易。能够有效的解决在自然环境条件下,目标与背景之间的颜色高度相近时,很难利用阈值法进行有效分割的困扰。红外图像为完成彩色图像分割提供了基础条件,避免了对彩色图像本身进行算法操作,有利于保持图像像素自身的不变性。主要研究内容包括以下几个方面:1.对利用多源图像相结合进行图像处理的方法进行综述,对多源图像采集设备进行分析、整理,研究掌握彩色图像色彩空间的特性。2.图像的分析处理。内容包括对红外图像的对比度增强、对阈值计算方法的改进,边缘检测算法的比较分析、最长边缘提取的编程实现。红外图像边缘信息的简化处理方法的实现,以及对边缘信息的记录与读取进行彩色图像分割的程序实现。3.使用MATLAB 7.0对本文提出的彩色图像分割方法进行仿真实现;并对比传统彩色图像分割方法进行图像分割主观评价以及响应时间、定量分析分割效果比较。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景及现状
  • 1.1.1 彩色图像的色彩空间
  • 1.1.2 彩色图像分割方法及研究现状
  • 1.2 本文主要研究内容及解决的问题
  • 1.2.1 本文主要研究内容
  • 1.2.2 本文所解决的问题
  • 1.3 系统平台
  • 1.4 论文安排
  • 第2章 光的分类及实验设备分析
  • 2.1 图像成像原理及特点
  • 2.1.1 彩色图像成像原理
  • 2.1.2 红外成像技术的分类及原理
  • 2.1.3 多源图像结合应用及其优势
  • 2.2 实验设备分析
  • 2.2.1 现有多源图像采集装置
  • 2.2.2 本方法实现对设备的选用要求
  • 2.3 本章小结
  • 第3章 彩色图像分割的理论基础
  • 3.1 红外图像增强
  • 3.1.1 直方图的定义
  • 3.1.2 图像对比度增强
  • 3.2 红外图像的边缘检测
  • 3.2.1 Sobel 算子
  • 3.2.2 Canny 坎尼算子线性滤波
  • 3.2.3 LOG 算子
  • 3.3 像素与坐标的基本关系
  • 3.3.1 坐标约定
  • 3.3.2 RGB 图像与索引图像
  • 3.3.3 邻域与链码
  • 3.4 大网格化重新采样、链码转线段存储
  • 3.4.1 大网格化后重新采样
  • 3.4.2 链码转线段
  • 3.5 本章小结
  • 第4章 彩色图像分割方法实现
  • 4.1 红外图像边缘提取
  • 4.1.1 红外图像的增强实现
  • 4.1.2 红外图像的边缘检测
  • 4.1.3 最长边缘信息提取
  • 4.2 利用红外边缘信息进行彩色图像分割
  • 4.3 本章小结
  • 第5章 实验结果对比分析
  • 5.1 图像分割评价
  • 5.2 图像分割分析评价
  • 5.2.1 分割结果主观评价
  • 5.2.2 定量试验
  • 5.2.3 响应时间对比
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].复杂背景下彩色图像目标精细识别仿真[J]. 计算机仿真 2018(09)
    • [2].基于DWT和DCT的彩色数字水印算法[J]. 科学家 2017(02)
    • [3].基于视觉传达的多维彩色图像模糊区域特征识别方法[J]. 自动化与仪器仪表 2020(02)
    • [4].基于深度学习的彩色图像去马赛克[J]. 计算机应用研究 2020(S1)
    • [5].多维彩色图像印刷缺陷快速检测仿真[J]. 计算机仿真 2017(06)
    • [6].彩色图像色彩一致性的过程控制[J]. 广东印刷 2015(03)
    • [7].一种基于FPGA的彩色图像实时增强方法[J]. 液晶与显示 2016(12)
    • [8].多维彩色图像特征快速抽取方法仿真研究[J]. 计算机仿真 2017(02)
    • [9].彩色图像的四元数径向矩仿射不变量[J]. 激光与红外 2012(04)
    • [10].基于集合映射的彩色图像边缘检测[J]. 四川兵工学报 2012(10)
    • [11].向量空间的彩色图像边缘检测方法[J]. 电脑知识与技术 2009(03)
    • [12].彩色图像可见水印的网络算法[J]. 计算机应用 2009(S1)
    • [13].四元数引导滤波彩色图像细节增强[J]. 计算机辅助设计与图形学学报 2017(03)
    • [14].一种彩色图像的量子描述方法及应用[J]. 控制与决策 2017(03)
    • [15].基于总变分彩色图像恢复问题的有效算法[J]. 河南科学 2017(08)
    • [16].基于色彩对比最大化的彩色图像边界检测[J]. 电子技术 2015(10)
    • [17].基于彩色图像的柑橘糖度无损分析[J]. 林业科学 2013(10)
    • [18].采用局部差分模型描述的彩色图像配准技术[J]. 西安交通大学学报 2011(10)
    • [19].两种典型彩色图像增强算法的比较与研究[J]. 电子设计工程 2019(23)
    • [20].保持边缘的低照度彩色图像增强算法[J]. 计算机技术与发展 2018(01)
    • [21].基于FPGA的彩色图像实时采集显示系统设计[J]. 微型机与应用 2016(03)
    • [22].基于暗原色先验模型的水下彩色图像增强算法[J]. 量子电子学报 2016(02)
    • [23].基于动态阈值的彩色图像边缘检测与分析[J]. 信息技术 2015(08)
    • [24].彩色图像渐变的插值方法[J]. 计算机应用 2011(01)
    • [25].彩色图像非参数变换立体匹配研究[J]. 计算机工程与应用 2009(02)
    • [26].基于归一化曲率项的单幅运动模糊彩色图像盲复原[J]. 青岛大学学报(自然科学版) 2018(02)
    • [27].一种改进的暗通道先验水下彩色图像复原算法[J]. 扬州大学学报(自然科学版) 2018(04)
    • [28].一种新的彩色图像碎片全自动拼接算法[J]. 包装工程 2017(17)
    • [29].彩色图像快速检索方法的改进研究与仿真[J]. 计算机仿真 2016(08)
    • [30].一种彩色图像的同步去噪增强算法[J]. 小型微型计算机系统 2014(03)

    标签:;  ;  ;  ;  

    基于红外图像边缘信息的彩色图像分割方法研究
    下载Doc文档

    猜你喜欢