變分水平集方法的圖像處理.pdf

1、圖像分析的重要步驟包括圖像分割及圖像降噪，圖像分割及降噪的方法有很多。由傳統的分割降噪方法發(fā)展到基于曲線演化理論的分割降噪方法標志著偏微分方程的圖像分割技術趨于成熟?；谇€演化理論的幾何活動輪廓模型應用廣泛，求解方法通常采用水平集方法。
　　 本文基于曲線演化理論建立了兩個圖像處理模型，其中用于圖像分割的模型是無邊界主動輪廓(C-V)模型的一種推廣。首先，在C-V模型中加入邊緣檢測算子，克服了C-V模型不能檢測局部信息的缺陷;

2、其次，在模型中添加了懲罰項，用于將水平集函數保持為符號距離函數，使得改進后的分割模型計算簡單;然后，將C-V模型中的面積項系數由常數推廣為關于像素點信息的函數，使得改進后的模型能夠根據圖像信息自適應調節(jié)演化曲線的運動方向，增強模型的自適應性;最后，在模型求解過程中用加權的灰度平均值代替?zhèn)鹘y的絕對平均值，減小計算誤差。實驗結果表明，新模型與C-V模型相比，提高了圖像分割的準確度，降低了計算的復雜度，是一種更加有效的圖像分割模型。
　

3、　 本文研究的第二個圖像處理模型是降噪模型，它將水平集函數引入到用于圖像降噪的P-M模型中得到一個新的圖像降噪模型。實驗結果表明改進的降噪模型在平滑噪聲的同時既能夠保留目標物體的邊界，又避免了階梯效應的產生，與P-M模型相比，降噪效果更好。
　　 本文結構如下:
　　 第1章緒論部分綜述了選題的背景和意義，簡介圖像處理的內容及方法，給出了論文的結構。
　　 第2章介紹水平集方法在圖像分割中的應用及發(fā)展狀況，重點

4、介紹基于曲線演化理論的幾種典型的圖像分割模型。
　　 第3章是作者的主要工作。首先基于圖像分割原理運用變分水平集方法建立了圖像分割模型，其次給出了模型的詳細求解過程，最后將實驗結果與C-V模型作比較，總結了改進的分割模型的優(yōu)點。
　　 第4章作者將變分水平集方法引入到P-M降噪模型，得到一個新的圖像降噪模型，給出了模型的詳細求解過程，最后將實驗結果與P-M降噪模型作比較，總結了改進的降噪模型的優(yōu)點。最后總結全文并對未來的