模糊活動(dòng)輪廓模型在圖像分割與變化檢測(cè)中的應(yīng)用.pdf

1、隨著現(xiàn)代電子成像技術(shù)的飛速發(fā)展，人們獲取到的圖像類型日趨多樣化。由于成像過程易受儀器設(shè)備的局限，光照條件以及空間分辨率等因素的影響，數(shù)字圖像自身存在許多不確定性和不精確性的問題。圖像中可能存在的灰度不均勻性、噪聲、低對(duì)比度等缺陷很大程度上增加了圖像分割的難度。模糊理論在描述不確定性事件和不精確性信息時(shí)具有先天的優(yōu)勢(shì)。模糊圖像分割技術(shù)能夠更好地處理圖像中的模糊性、不確定性信息，保留更多原始圖像信息，進(jìn)而提高圖像分割方法的準(zhǔn)確性。
　

2、　本論文主要針對(duì)目前模糊圖像分割算法存在的問題進(jìn)行深入的分析，通過對(duì)模糊活動(dòng)輪廓模型進(jìn)行更加深入的研究，針對(duì)將模糊理論應(yīng)用于圖像分割具體問題時(shí)所面臨的一些實(shí)際困難，提出了有效解決方法。在此基礎(chǔ)上所做的工作和取得的成果概括為以下五個(gè)部分：
　?。?）混合聚類算法同時(shí)結(jié)合模糊集和粗糙集在表達(dá)數(shù)據(jù)不確定信息方面的優(yōu)點(diǎn)。針對(duì)現(xiàn)有混合聚類方法中存在權(quán)重參數(shù)需要手工設(shè)定的缺陷，提出一種改進(jìn)的混合聚類方法。新算法可以更好的利用數(shù)據(jù)集自身的內(nèi)在結(jié)

3、構(gòu)信息，在聚類迭代過程中自適應(yīng)的調(diào)整權(quán)重因子。由于聚類分析與圖像分割問題具有重要的聯(lián)系。圖像分割問題恰好可以看成是將圖像中的像素點(diǎn)進(jìn)行分類的問題。因此改進(jìn)的聚類算法也為將混合聚類算法應(yīng)用于圖像分割問題做準(zhǔn)備。
　　（2）傳統(tǒng)的活動(dòng)輪廓模型在設(shè)計(jì)之初，首先假設(shè)待處理圖像由近似同質(zhì)的區(qū)域組成。然而受成像條件的影響，圖像中的目標(biāo)與背景的灰度值往往存在重疊。新算法通過高斯核函數(shù)來控制鄰域窗口的作用范圍，充分利用圖像的空間局部信息來構(gòu)造自適

4、應(yīng)劃分準(zhǔn)則。將圖像局部信息引入到活動(dòng)輪廓模型中，可以得到一個(gè)放松的假設(shè)條件，即使是灰度不均勻圖像，在局部鄰域內(nèi)也可以被看成是近似同質(zhì)的。所設(shè)計(jì)的方法可以更細(xì)致的區(qū)分與背景差異不明顯的目標(biāo)區(qū)域。
　?。?）針對(duì)極光圖像在成像過程由于光照條件，儀器設(shè)備的局限，存在灰度不均勻性和低對(duì)比度的缺陷，提出了基于劃分區(qū)域活動(dòng)輪廓模型的極光圖像分割算法。通過考慮極光圖像的局部空間信息，可以有效的克服極光圖像中存在的灰度不均勻缺陷。然而僅考慮圖像局

5、部信息的活動(dòng)輪廓模型又普遍存在一個(gè)缺陷，當(dāng)初始輪廓位置選取不合適時(shí)，該類算法將因?yàn)橄萑刖植繕O小值而導(dǎo)致最終分割失敗。劃分區(qū)域活動(dòng)輪廓模型通過設(shè)計(jì)一種劃分區(qū)域操作，使得活動(dòng)輪廓模型的每次迭代區(qū)域都限制在極光輪廓周圍，克服傳統(tǒng)的基于局部信息的圖像分割算法易陷入局部最優(yōu)的不足。在真實(shí)極光圖像上的分割結(jié)果驗(yàn)證了算法的良好性能。
　?。?）提出了基于區(qū)間二型模糊活動(dòng)輪廓模型的圖像分割方法。模糊分割算法通過引入像素點(diǎn)的模糊隸屬度，取得了比硬劃

6、分算法更好的分割結(jié)果。然而，傳統(tǒng)模糊集通過“精確的”隸屬度值來刻畫實(shí)際圖像中像素點(diǎn)屬性的不確定性時(shí)存在一定的局限性。為了增強(qiáng)描述和處理圖像中不確定信息的能力，區(qū)間二型模糊活動(dòng)輪廓模型作為傳統(tǒng)方法的擴(kuò)展，通過構(gòu)造隸屬度值的上下近似區(qū)間實(shí)現(xiàn)隸屬度值的真正模糊化，具有更好描述圖像中不確定信息的能力。在一系列模糊性較大的人工圖像，自然圖像，以及極光圖像上的分割結(jié)果驗(yàn)證了算法的良好性能。
　?。?）設(shè)計(jì)了基于進(jìn)化計(jì)算和模糊理論的活動(dòng)輪廓模型

7、的遙感圖像變化檢測(cè)方法。合成孔徑雷達(dá)圖像由于其固有的相干斑噪聲使得不同區(qū)域的像素點(diǎn)灰度值有較大的重疊，像素點(diǎn)灰度值的差異并不一定反映實(shí)際的地物變化。需要采用一種更有效地描述圖像中更高模糊性的方法。區(qū)間二型模糊集具有比一型模糊集更好地描述不確定性的能力。然而如何確定模糊因子的取值，是基于區(qū)間二型模糊集算法不可避免的問題。為了克服這一困難，我們首先用區(qū)間二型模糊活動(dòng)輪廓模型對(duì)差異圖像進(jìn)行初步分析，在模糊因子取值不同時(shí)，得到不同的初步分析結(jié)果