基于粒子濾波器模型的圖像對(duì)象分割算法.pdf

1、圖像對(duì)象分割，即從一幅復(fù)雜背景的圖像中提取出觀察者感興趣的對(duì)象，是圖像分割技術(shù)的最高目標(biāo)。由于圖像分割技術(shù)幾乎出現(xiàn)在所有與圖像相關(guān)的領(lǐng)域，具有廣泛的應(yīng)用需求，因此，對(duì)圖像對(duì)象分割理論及其相關(guān)技術(shù)進(jìn)行研究具有十分重要的意義。 視覺(jué)機(jī)理的研究表明，對(duì)象分割離不開(kāi)反映對(duì)象特征的先驗(yàn)知識(shí)的指導(dǎo)，但單純利用高層對(duì)象特征的自頂向下分割方法又面臨著分割精度不高的困局。為此，近些年來(lái)，越來(lái)越多的研究者開(kāi)始走自底向上與自頂向下相結(jié)合的組合式分割路

2、線。本論文在此技術(shù)思想的指導(dǎo)下，分別提取圖像底層信息以及對(duì)象形狀頂層信息，并成功的應(yīng)用粒子濾波器模型將多層視覺(jué)信息相結(jié)合，得到令人滿意的圖像對(duì)象分割結(jié)果。 本文主要研究?jī)?nèi)容包括： 1）以歸一化切分算法為例，討論了傳統(tǒng)圖像分割的定義及算法分類。本文根據(jù)歸一化切分結(jié)果圖的特點(diǎn)，利用歸一化切分結(jié)果圖中的邊緣片段提取圖像底層信息。 2）由于對(duì)象的形狀具有多樣性，本文擯棄了傳統(tǒng)基于輪廓/區(qū)域的對(duì)象形狀描述法，而是利用對(duì)象形

3、狀的局部特性，指導(dǎo)算法實(shí)現(xiàn)圖像對(duì)象的分割。 3）本文提出的基于粒子濾波器模型的圖像對(duì)象分割算法與前人算法最大的不同之處在于粒子濾波器模型的運(yùn)用。歸一化切分結(jié)果圖中的邊緣片段被視為粒子，隨著邊緣片段沿著分割圖的延伸，粒子的權(quán)重不斷更新，使得算法最終收斂于對(duì)象輪廓。 本文的研究結(jié)果表明，通過(guò)粒子濾波器模型結(jié)合的圖像分割的底層信息以及對(duì)象頂層的局部形狀特性，可以得到較好的圖像對(duì)象分割結(jié)果。此算法對(duì)于對(duì)象具有顯著紋理或者出現(xiàn)部分