19137.噪聲魯棒的偏微分方程圖像分割模型

1、噪聲魯棒的偏微分方程圖像分割模型重慶大學碩士學位論文（學術學位）學生姓名：劉金彥指導教師：何傳江教授專業(yè)：計算數(shù)學學科門類：理學重慶大學數(shù)學與統(tǒng)計學院二O一五年四月重慶大學碩士學位論文中文摘要I摘要圖像分割是圖像分析和計算機視覺領域的一個至關重要問題。它的主要目標是把給定的圖像劃分成一系列有意義的區(qū)域，同時從這些區(qū)域中選取最感興趣的目標區(qū)域，便于后續(xù)的圖像處理。目前為止，包括活動輪廓模型在內(nèi)的大量好的方法已經(jīng)廣泛應用于圖像分割。近年來，

2、基于水平集的活動輪廓模型，由于實現(xiàn)方法簡單并且有較好的分割效果，已經(jīng)成為圖像處理領域的一個熱門研究課題，深受國內(nèi)外廣大學者的普遍關注?；顒虞喞Ｐ椭饕譃閮深悾夯谶吘壍哪Ｐ鸵约盎趨^(qū)域的模型。與邊緣活動輪廓模型相比，區(qū)域活動輪廓模型有更多的優(yōu)勢，比如，可以更準確地提取圖像的弱邊緣與模糊邊緣，對初始輪廓的大小和位置不敏感，更重要的是對噪聲具有較強的魯棒性。本學位論文討論區(qū)域活動輪廓模型，主要針對現(xiàn)有活動輪廓模型不能準確分割弱邊緣、模糊邊

3、緣和被噪聲嚴重污染的圖像的問題。圍繞CV模型、RSF模型和Zhang模型等幾個知名的區(qū)域活動輪廓模型展開研究，探討這些模型對噪聲敏感的原因，提出新的噪聲魯棒的水平集演化模型。所做主要工作如下：針對噪聲圖像，基于曲線演化理論和水平集方法，提出一個對噪聲魯棒的水平集分割模型。利用圖像的局部和全局信息，構造新的速度函數(shù)，得到一個水平集演化偏微分方程。實驗表明，該模型對含有高噪聲的合成圖像和真實圖像有很好的分割效果，同時能準確提取弱邊緣和模糊邊