2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩136頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、低層的圖象處理一直是計算機視覺發(fā)展的瓶頸。近年來偏微分方程在圖象處理中的應用在國際上得到了廣泛的關注,有望解決經(jīng)典的啟發(fā)式圖象處理方法的缺陷?,F(xiàn)有研究成果表明,基于偏微分方程的圖象處理方法可應用于圖象恢復、圖象分割、超分辨率、立體視覺、圖象修復、圖象分類、視頻序列分析等多方面。研究成果可以快捷地應用在醫(yī)療圖象分析、遙感圖象處理、機器人視覺、視頻監(jiān)控、視頻壓縮等領域?;谄⒎址匠痰膱D象處理屬于基礎性理論研究,是偏微分方程,變分學,微分幾

2、何,數(shù)值分析,經(jīng)典力學與圖象處理等多個學科的交叉,相關理論深且廣,目前國內相關的研究尚處于起步階段。 在廣泛調研國際最新理論進展與研究成果的基礎上,本論文系統(tǒng)、詳細地闡述了基于偏微分方程的圖象處理方法的基本原理,設計思路,數(shù)值求解與實驗結果等,主要包括以下研究內容: 本文首先系統(tǒng)地介紹了圖象處理技術的框架與數(shù)學背景,在此基礎上,介紹了偏微分方程在圖象處理中的導出,基于偏微分方程的圖象處理方法的發(fā)展歷程與優(yōu)勢所在,該領域內

3、知名的國際相關專題、重要著作與行業(yè)內領先的研究機構。 第二章首先從數(shù)學角度來解釋圖象,接著詳細講述了基于偏微分方程的數(shù)字圖象處理的數(shù)學理論基礎,具體包括偏微分方程,變分與梯度下降流,平面微分幾何,數(shù)值分析等部分,其中涉及著名的Osher-Sethian的水平集演化理論。 第三、四章是論文的核心部分,分別研究了偏微分方程在圖象處理中的兩個最基本應用:圖象恢復與圖象分割,主要研究基于偏微分方程演化流的圖象處理方法。在第三部分

4、圖象恢復中,首先介紹了Tikhonov正則化、各向同性擴散與尺度空間等基本理論。本章的重點在于P-M各向異性擴散理論的分析與在魯棒統(tǒng)計中的評測,及對ROF TV全變差模型的改進等方面。在本部分的結尾簡單介紹了Osher-Rudin的激波濾波器及其相關改進算法。 第四部分分析了用輪廓演化理論實現(xiàn)的三種類型的圖象分割方法:基于邊界,基于區(qū)域以及基于知識的圖象分割。在基于邊界的圖象分割算法中,論文首先分析了Caselles等的測地活動

5、輪廓,詳細分析了相關算法的優(yōu)缺點,在算法實現(xiàn)上,特別提到了Li Chunming的無須重新初始化的水平集演化算法;在基于區(qū)域的圖象分割方法中,Mumford-Shah模型與Chan-Vese簡化模型是研究的重點,論文提出了改進算法,加快了迭代收斂速度;在基于知識的圖象分割中,論文研究了一類“聰明的”活動輪廓模型--Cootes-Taylor的活動形狀模型,并提出了一種新的基于自訓練與snakes搜索的活動形狀模型。論文的第五章討論了用有

6、限差分法數(shù)值求解不同類型的偏微分方程,重點和難點是雙曲型偏微分方程的數(shù)值求解,其中介紹了迎風格式,CFL穩(wěn)定條件,及Hamilton-Jacobi方程的多種數(shù)值離散化方法。 最后總結了全文,本論文的創(chuàng)新之處在于: 1.在廣泛調研國際上最新研究成果的基礎上,論文系統(tǒng)地、詳細地闡述了基于偏微分方程的圖象處理方法的基本原理,設計思路,數(shù)值求解。特別地,論文給出了在圖象恢復與圖象分割領域內,當前熱門的偏微分方程圖象處理模型的ma

7、tiab模擬實驗結果,為國內同行開展相關領域的研究提供了借鑒。 2.在基于偏微分方程的圖象恢復中,我們分析了全變差圖象恢復模型的缺陷在于初值條件難以確定,即要求噪聲的均值與方差兩個限定條件從一開始就要同時滿足,此后才能正確求得拉格朗日參數(shù)的大小。為此提出了一種分步迭代的拉格朗日參數(shù)的選取方法,改進了全變差模型,加快了收斂速度,提高了圖象恢復質量。 3.在基于區(qū)域的圖象分割方法中,受Li Chunming的測地活動輪廓算法

8、的數(shù)值實現(xiàn)的啟示,我們提出了一種的無須重新初始化的Mumford-Shah模型與Chan- Vese簡化模型,極大地加快了收斂速度。 4.最后提出了一種新的基于snakes搜索的活動形狀模型。針對活動形狀模型在搜索過程中孤立地調整單個標記點的位置,沒有考慮到模型中標記點彼此的內在聯(lián)系的缺陷,我們提出,可把snakes的能量函數(shù)作為活動形狀模型標記點搜索最佳的度量。新的基于snakes搜索的活動形狀模型可用于基于知識的目標輪廓提取

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論