meanshift 圖像分割方法

《meanshift 圖像分割方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、摘要在圖像處理和計(jì)算機(jī)視覺里，圖像分割是一個(gè)十分基礎(chǔ)而且很重要的部分，決定了最終分析結(jié)果的好壞。圖像分割問題的典型定義就是如何在圖像處理過程中將圖像中的一致性區(qū)域和感興趣對(duì)象提取出來。MeanShift圖像分割方法是一種統(tǒng)計(jì)迭代的核密度估計(jì)方法。MeanShift算法以其簡單有效而被廣泛應(yīng)用，但該方法在多特征組合方面和數(shù)據(jù)量較大的圖像處理上仍存在不足之處，本文針對(duì)這些問題對(duì)該算法的結(jié)構(gòu)進(jìn)行了優(yōu)化。本文利用圖像上下文信息對(duì)圖像進(jìn)行了區(qū)域合并以此來對(duì)輸入數(shù)據(jù)進(jìn)行了壓縮；并實(shí)現(xiàn)特征空間中所有特征量的優(yōu)化組合。最后，總結(jié)了本文的研究成果。下一步

2、需要深入的研究工作有:(1)考慮分割的多尺度性,實(shí)現(xiàn)基于MeanShift算法的多尺度遙感圖像分割;(2)考慮利用Gabor濾波器來提取紋理特征,或?qū)⒏嗟奶卣魅缧螤畹忍卣饔糜贛eanShift遙感圖像分割中。關(guān)鍵詞:MeanShift,圖像分割,遙感圖像,帶寬38ABSTRACTmagesegmentationisveryessentialandcriticaltoimageprocessingandcomputervision,whichisoneofthemostdifficulttasksinimageprocessing,an

3、ddeterminesthequalityofthefinalresultofanalysis.Inimagesegmentationproblem,thetypicalgoalistoextractcontinuousregionsandinterestobjectsinthecaseofimageprocessing.TheMeanShiftalgorithmforsegmentationisastatisticaliterativealgorithmbasedonkerneldensityestimation.MeanShifta

4、lgorithmhasbeenwidelyappliedforitssimplicityandefficiency.Butthealgorithmhassomedeficienciesinfeaturecombinationandimageprocessingforlargedata.AccordingtothedeficienciesoftheMeanShiftalgorithm,thispaperoptimizesthestructureofthealgorithmforsegmentation.Firstly,thispaperi

5、ntroducesamethodofdatacompressingbymergingthenearestpointswithsimilarpropertiesintoconsistencyregions.Secondly,Weoptimizethecombinationoffeatures.Atlast,afterconcludingallresearchworkinthispaper,furtherworkneedtobein-depthstudied:(1)Considermulti-scalefactorsofremotesens

6、ing,andrealizemulti-scaleremotesensingimagesegmentationbasedonMeanShiftalgorithm.(2)ConsiderextractingtexturesfeaturesbyusingGaborfilter,orusemorefeaturessuchasshapefeaturestosegmentremotesensingimagesbasedonMeanShiftalgorithm.38KEYWORDS:MeanShift,imagesegmentation,remot

7、esensingimages,bandwidth,目錄第一章緒論11.1選題背景11.2國內(nèi)外研究現(xiàn)狀及進(jìn)展21.2.1MeanShift算法的國內(nèi)外研究現(xiàn)狀21.2現(xiàn)有研究存在的問題3第二章MeanShift算法理論基礎(chǔ)42.1MeanShift算法原理42.1.1特征空間無參核密度估計(jì)52.2常用的核函數(shù)62.2.1多維核MeanShift算法72.3.空間-色度域MeanShift圖像分割9第三章MeanShift圖像分割方法研究與改進(jìn)133.1典型的MeanShift圖像分割算法133.2基于圖像數(shù)據(jù)的核密度估計(jì)133.2.1典

8、型的MeanShift圖像分割算法163.3一種改進(jìn)的MeanShift圖像分割算法183.3.1基于D-S理論的核密度估計(jì)183.3.2基于區(qū)域的MeanShift過程19第四章固定帶寬MeanShift