计算机视觉技术色、运动与边缘.pdf

摘 要 本报告记录了我在博士后期问的主要研究工作，由三部分构成： 静态图象分割、运动目标的分割与跟踪、图象匹配定位。 第一部分包含基于曲线演化的多目标分割算法和染色(MGG染 荆)血涂片细胞图象的初步分割方法。在基于曲线演化的多目标分 割算法中，提出了区域划分方法以构造子区域，并将其与水平集方 法有效结合，从而解决了在边缘模糊或高噪声情况下多个不同质区 域的图象分割问题。另外，该算法建立在小波分析框架下以加快分 割过程。在染色(MGG染剂)血涂片细胞图象的初步分割方法中， 我们根据水平集方法和该种细胞图象的特点，构造了具有‘定条件 颜色恒常性的颜色空间。通过建立的三步算法，我们克服r网光照 强度变化和染色时问差异可能给分割效果带来的影响。 在第一：部分中，我们基于水平集方法分别研究r运动目标的分 割和跟踪。在分割算法中，我们定义，一种纹理差与灰度差，并存 此基础【：构造差图象和融入水平集方法，以实现多个运动目标的同 时分割。我们的方法能够有效地抑制声、光照变化以及场景中杂乱 运动给运动¨标分割的影响，并且继承水平集本身的优点～0i需 要剥运动}=j标是刚体还是非}98体做任何限定。我们研究的跟踪算法 建口T：我们提in的动态子区域l：，该跟踪算法U以实现对多个刚体 或非刚体目标(融入水平集方法)的国．鲢跟踪。其中，动态子区域 自动随着目标的变化而调整，而动态子区域的状态被用于判断多个 目标间的关联。 在第三部分中，我们主要研究了SAR图象的匹配定位，该研究 可用于支持SINS／SAR双向信息融合系统中的图象辅助导航技术。 针对SAR图象中存在着的斑点噪声污染，在利用小波变换和我们定 义的恒定误警率阈值实现边缘特征提取的基础上，我们进一步将较 低分辨率上提取的边缘信号用于修正较高分辨率上提取的边缘信 号。同时，为了增强定位的速度和精确度，我们整合了基于Hausdorff 相似度的匹配定位与基于Kalman滤波的误差校正技术。 在结束语中，我列举了一些我感兴趣的视觉现象和我的初步思 考。 Abstract ’Fhis jndetailsintroducetwo workasa in research postdoctoral paper my years image and recognition Jiaotong processingpattem institute，Shanghaiuniversity．This is ofthree ofstatic papercomposedparts：thesegmentationimage，themovingobject for and location． segmentationtracking，andimagematching the first introducea novel structuretorealize Inthe part，we algorithm of of with different segmentation multiple objects means， images non-overlapping