面向室外场景的图像纹理分析与应用研究-计算机应用技术专业毕业论文.docxVIP

IIllll llllFlIJFl l IPIJl lll F[Ifl JIlllll IllIlUlY1 9 1,9,,,,,,7||l|ii2iiiiiioiPh．D．DissertationTexture analysisSiS andanitsits a pplications outdoor scene imageByHuYongSupervision by P叫Zhao ChunxiaNanj ing University of Science＆TechnologyJuly,2010声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。研究生签名．．．圭堡戛卯。。年7月日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。研究生签名：鱼旦塾麦。l。年7月日博士论文面向室外场景的图像纹理分析与应用研究摘要纹理分析是模式识别和计算机视觉领域中的重要研究内容，在科学研究和工程技术 方面都有着非常广泛的应用前景。从上个世纪70年代起，国内外研究人员就开始了纹 理的相关研究，直到现在仍然非常活跃。在模式识别和计算机视觉领域的重要期刊和会 议上，每年都有大量的相关学术论文；许多国内外著名研究机构也在从事这方面的研究 工作。然而，由于人类认知机制的复杂性以及实际图像纹理的丰富性，尽管国内外研究人 员在纹理分析领域开展了大量的研究工作，并取得了许多研究成果，但目前已有的种种 算法依然存在着许多不足。本文针对纹理分析及其应用中的重点和难点问题展开研究，对目前广泛采用的一些 纹理描述方法进行了认真的研究和总结，对其理论方法和实验结果进行了深入的比较和 分析，并探索了纹理分析在自然场景图像分割和路面裂缝检测中的应用。本文的主要研 究内容如下：l、针对室外场景图像中的大面积阴影问题，提出了一种基于过渡区提取与Retinex 模型的阴影消除算法。算法首先通过分析阴影的关键属性，采用高斯分解得到阴影候选 区域的灰度分布，采用多判据方法确定阴影区域，实现了大面积阴影的有效检测。然后 分析了过渡区域的性质以及现有的过渡区域提取算法，提出了一种改进的局部复杂度算 法，并基于此算法提取阴影边界附近的过渡区域，由此将图像分割为阴影区域、过渡区 域和正常光照区域。最后采用分区域的Retinex算法分别对阴影区域和正常光照区域提取光照，并消除光照影响，并对过渡区域进行插值，得到消除阴影后的图像。该算法对大面积阴影的检测与消除具有很好的效果，同时避免了Retinex算法在灰度变化剧烈区 域产生的“光晕现象，实验证实了算法的有效性。2、针对纹理特征提取中的尺度选择问题，分析了纹理特征的尺度变化特性以及对 分类准确率的影响，阐明了导致多类纹理分类时的尺度不确定性的原因，提出了一种基 于尺度无关特征的无监督纹理分类算法。算法通过提取不同尺度下的多种纹理特征，进 而得到其在不同尺度下的变化趋势，并以此为特征表述图像的纹理信息。通过在纹理标 准库上的实验证实，该算法有效地避免了最佳尺度的选择问题，对不同类型的多类纹理 分类均取得了很好的效果，实验效果优于多种对比算法。3、针对聚类中的相似度测度选择问题，对多种距离测度进行了比较和分析，提出 了一种新的测度度量方法，并将其应用于自然场景的图像分割中。在实验分析中，为了 定量的评价分割效果，引入了一种量化的分割评价方案，实验数据显示，本章所提距离测度具有很好的稳定性，在不同的自然场景情况下均取得了很好的分类结果。为了适应摘要博上论文应用系统的实时性要求，本章提出了一种基于HSV色彩空间的快速分割算法，该算法在保持较高准确率的基础上，实现了自然场景的快速分割。4、针对路面裂缝检测中的复杂纹理背景和光照不均问题，提出了一种针对路面图 像的方向性纹理分析方法，并基于此方法，提出了一种基于纹理分析和支持向量机 (Support Vector Machine，SVM)的裂缝自动检测算法。该算法采用了基于共生矩阵的 方向性分析方法和具有旋转、平移不变性的形态描述符，用以减轻或消除强纹理背景和光照不均的影响，并提取具有鉴别意义的特征，通过训练基于核函数的SVM，实现准确检测不同路面背景下的裂缝信息。实验证实，该方法具有很好的适应性，在不同路面 背景下均能准确检出裂缝。针对路面裂缝检测中的实时性问题，提出了一种基于局部二值