基于几何约束和熵率的超像素分割 软件工程专业论文.docxVIP

基于几何约束和熵率的超像素分割 软件工程专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于几何约束和熵率的超像素分割 软件工程专业论文

基于几何约束和熵率的超像素分割 Superpixel Segmentation with Entropy Rate and Geometric Constraints 领 域:软件工程 作者姓名:张育雄 指导教师:操晓春 研究员 企业导师:薛京生 高级工程师 天津大学软件学院 二零一二年十二月 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表 或撰写过的研究成果,也不包含为获得 天津大学 或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名: 签字日期: 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津大学 有关保留、使用学位论文的规定。 特授权 天津大学 可以将学位论文的全部或部分内容编入有关数据库进行检 索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 (保密的学位论文在解密后适用本授权说明) 学位论文作者签名: 导师签名: 签字日期: 年 月 日 签字日期: 年 月 日 PAGE PAGE 1 摘 要 本课题主要研究的是目前非常流行的分割之一——超像素分割,超像素分割 是图像处理的重要过程,也是计算机视觉领域重点攻克的课题之一。目前超像素 分割技术也逐渐应用于医学图像诊断、军事精确打击、数字图像处理、目标跟踪、 模式识别、虚拟现实场景、3D 重建、建筑物定位布局、大气图像分析等领域, 而且取得了显著地成果。 首先,本文在熵率切割研究的基础上,加入几何形状约束条件,提出了一个 新颖的基于几何约束和熵率的超像素分割方法,本方法通过结合使用了熵率切割 的准确性、几何约束的规则性和平衡项的均匀性,将图像分割成为同质的、规则 的、紧凑的、大小均匀的超像素块。其次,本课题提出了一个结合这三方面性质 的目标函数,而且此目标函数具有单调性和子模性。再次,本文采用组合优化和 懒惰贪心算法的方法完成了超像素分割的优化实现,得到了很好的效果。最后, 本文的应用意义很明确,它具有非常好的抗噪能力,实验证明,本课题方法适用 于处理嘈杂的高噪声场景的图片,在效果上和时间上都是领先其它超像素分割算 法的效果。 正如上面第四点贡献所言,在现实生活中,人们多数会碰到嘈杂的场景,而 嘈杂场景的图像处理一直是人们关注和需要解决的棘手问题,本课题的研究成果 很有实用意义,因此本方法有很大的推广使用的前景。另外,本文所使用的熵率 理论、几何理论都可以使用在计算机图像处理的其他方面,本文所得到的效果可 以使用于医学、军事、计算机应用等等领域,能得到很好地应用效果,最后,本 课题研究还有待提高,得到更好地超像素效果。 关键词:超像素 图像分割 紧凑率 熵率 懒惰贪心算法 ABSTRACT The main subject of this research is one of popular segmentation topics currently, Superpixel segmentation. Superpixel segmentation is an important content of image processing, also a difficult problem in area of Computer Vision (CV). Superpixel segmentation technique has now been used in medical image diagnosis, the military precision strike, digital image processing, target tracking, pattern recognition, virtual reality scene, 3D reconstruction, positioning layout of the building, atmospheric image analysis and other fields, but also has obtained significantly results. First of all, based on entropy rate and adding the geometric constraint, this research proposes a novel method combining the geometric constraint and entropy rate. Combining w

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档