几何分析方法在图像处理中的应用

几何分析方法在图像处理中的应用

ID:32408476

大小:29.00 KB

页数:4页

时间:2019-02-04

几何分析方法在图像处理中的应用_第1页
几何分析方法在图像处理中的应用_第2页
几何分析方法在图像处理中的应用_第3页
几何分析方法在图像处理中的应用_第4页
资源描述:

《几何分析方法在图像处理中的应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、几何分析方法在图像处理中的应用【摘要】:本文主要用几何分析方法,包括变分法,PDE等讨论图像去躁,图像分解和图像分割等问题。首先把所要处理的问题转化为能量泛函极小化问题,建立变分模型,并讨论能量极小化问题解的存在唯一性:其次是导出Euler-Lagrange方程;然后利用负梯度下降法得到相应的热流方程,并探讨此热流方程解的存在性,唯一性,稳定性,渐近行为等:最后求此方程的数值解,得到实验结果。本文的主要研究成果有以下几个方面:1.六种典型的变分去噪模型的统一研究在统一的框架下,我们研究了六种变分去噪模型,包括加

2、性噪声模型:ROF模型,TV-L~1模型,和乘性噪声模型:RLO模型,LCA模型,AA模型,RLO-L~1模型。首先采用正则化的办法得到了能量极小解的存在性。并讨论了唯一性存在的条件;其次用次微分理论和BV函数理论,导出Euler-Lagrange方程;最后讨论负梯度下降法得到的热流方程解的性质,分别采用了两种办法。一种是依据数值计算模式,通过讨论离散的热流方程得到一些估计,然后利用这些估计得到连续形式热流方程解的存在性结论。另一种方法是根据拟线性抛物方程的理论,直接研究热流方程解的存在性。同时还讨论了热流方程

3、解的唯一性,稳定性和渐近行为等问题。2.ROF模型的一些改进ROF模型虽然非常成功,但有导致“块状”效应的缺点。针对此问题,通过分析形成此现象的原理,我们设计了三种改进办法。分别是:第一,引入变指数的函数空间作为基本空间:第二,把高斯扩散模型和ROF模型有机地结合起来,取长补短;第三,引入四阶方程,用高阶方程的光滑效果来抑制“块状”效应。对第一种改进方法,我们进行了全面的研究,研究所在的空间是变指数的Sobolev空间。ROF模型同时也可以看成分解模型,可以把图像分解成两个部分:卡通和噪声。对于纹理图像,基于纹

4、理的多样性和复杂性,本文提出了新的分解模型,把图像分成三个部分:卡通部分,H~(-1)型纹理和L~2型纹理三部分。可以在一定程度上区分不同类型的纹理。3.活动轮廓分割模型的改进通过分析GAC模型,CV模型各项的功能,我们提出了新的模型。包括改进的GAC模型与改进的活动轮廓模型。改进后的模型具有更加简洁的形式,可以处理一些GAC模型和CV模型不能分割的情形,并且改进后的模型在理论上成为标准的抛物型方程,解的性质根据标准理论可以得到,而对GAC,CV模型的理论探讨则需要用到粘性解理论,十分复杂。对纹理图像,我们给出

5、了相对现有文献比较简单的分割方法。针对纹理图像的特点,用扩散张量来提取图像中的纹理特征,然后依据此特征进行分割。根据此特征,还可以构造纹理检测函数。4.去噪和分割的结合在一些情况下,去噪和分割是可以同时完成的,在另一些情况下,也可以把去噪作为分割之前的预处理过程,以去除噪声的干扰。基于Ginzburg-Landau方程和带权ROF模型的启发,我们提出了新的变分模型,可以同时得到去噪和分割结果。由于这种分割是基于扩散的,所以比活动轮廓分割模型也有一些优越性,比如可以检测到非闭曲线以及四叉点。SAR图像由于总是受到

6、较大Speckle噪声污染,若直接用活动轮廓模型进行分割,则十分困难。本文利用乘性噪声模型-RLO-L~1模型作去噪预处理,然后进行分割。这时分割具有高效,准确,稳定的特点。【关键词】:变分法PDEEuler-Lagrange方程极大值原理拟线性抛物方程BV函数水平集方法差分格式AOS算法Ginzburg-Landau方程SAR图像【学位授予单位】:华东师范大学【学位级别】:博士【学位授予年份】:2007【分类号】:TP391.41【目录】:摘要6-8Abstract8-12第一章绪论12-151.1基于变分法

7、,PDE的图像处理方法概要12-131.2本文的主要研究方法和结果13-15第二章六种变分去噪模型对比研究15-482.1理论研究Ⅰ15-362.2理论研究Ⅱ36-442.3数值实现与实验结果分析44-48第三章ROF模型的改进与推广48-833.1基于p(x)-调和函数的图像恢复模型49-623.2ROF扩散与高斯平滑的结合62-663.3ROF扩散与四阶方程的结合66-723.4BV+H~(-1)+L~2图像分解模型72-83第四章基于活动轮廓的图像分割模型83-1014.1改进的测地活动轮廓模型85-89

8、4.2改进的活动轮廓模型89-944.3纹理图像的分割94-101第五章图像去噪和分割算法的结合101-1115.1基于GL方程的图像去噪分割算法101-1075.2.SAR图像去噪和分割107-111第六章总结和未来研究展望111-1136.1总结111-1126.2未来研究展望112-113附录A113-114附录B114-115附录C115-117附录D117-118附录E118

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。