载入中....
设为首页 收藏本站 联系我们 网站地图
论文网
您现在的位置: 免费毕业论文网 >> 理学论文 >> 数学 >> 正文
搜索: 论文

基于概率索引图的三维表面纹理分割研究

更新时间 2009-10-11 11:34:41 点击数:

基于概率索引图的三维表面纹理分割研究
Three-Dimensional Surface Texture Segmentation Based on Probabilistic Index Maps
【中文摘要】 纹理是自然景物图像、遥感卫星图像、物质表面图像和医学图像等的一个重要的特征,纹理分析是计算机视觉、图像处理及计算机图形学研究中的一个重要的研究领域,有着非常广阔的应用背景。纹理分割是纹理分析的重要组成部分,在近几十年的时间里,基于二维纹理分割理论有了相当的发展,形成了一套完整、成熟的理论和体系。但是由于三维表面纹理对光照和观测条件具有可变性,在三维纹理分割方面很多方法无法奏效。三维表面纹理的研究领域包括三维表面纹理在不同光照条件和视角角度的纹理表现,以及三维表面纹理的采集、分析、绘制等。同一纹理由于光照及观测条件的变化,在不同光照角度或视角下其表征差异很大,但并不会改变其本质的结构特征,而概率索引图模型正适合关联这类特征的图像。基于此,本文对概率索引图模型研究和评估,针对三维表面纹理图像的特点,提出了基于概率索引图模型的三维表面纹理分割算法。本论文首先介绍了纹理分析和分割的研究现状,系统的概述了概率索引图模型的背景现状和理论知识,将概率索引图模型算法应用于细胞识别和细胞分割方面的研究,通过实验证明了该方法在图像分割方面的有效性。其次,综合纹理分割的特点,将概率索引图模型和模糊K均值聚类算法结合起来,提出了基于概率索引图模型的纹理分割算法。最后,在二维纹理分割的基础上,把该模型算法应用于三维纹理分割和基于朗伯模型的分割。在整个实验过程中,从特征提取和分辨率两个方面作了实验对比,实验结果证明了本文所提出方法的有效性

【英文摘要】 Texture is one of the most important features in image processing, has been applied to natural image, remote sensing satellite imagery, material surface images, medical images, etc. Texture analysis plays an important role in computer vision, image processing and computer graphics research, and it is leading a great prospect. As part of the texture analysis, 2D texture segmentation has considerably developed a complete and mature theory in recent decades. However, due to the variability of 3D surface texture on the illumination and view angles, texture segmentation methods on 3D texture cannot be well studied .Three-dimensional surface texture appearance representation depends on illumination and view angles. One 3D surface texture makes different appearances under different illumination and view angles. However, it does not change the structure attributes essentially. Since the Probabilistic Index Maps model is suitable for the texture images above, it is applied to the algorithm of 3D surface texture segmentation. This paper demonstrates the segmentation approach based on the Probabilistic Index Maps model.This thesis firstly introduces the research status of texture analysis and segmentation, and summarizes the background and theoretical knowledge of the Probabilistic Index Maps model systematically. We then briefly introduce research and application in cell recognition and division through the usage of Probabilistic Index Maps model, and prove the effectiveness of this method through experiments. We further integrate texture segmentation based on the combination of the Probabilistic Index Maps model and a fuzzy k-means clustering algorithm. This thesis proposes the Probabilistic Index Maps model based texture segmentation algorithm. Based on 2d texture segmentation, the algorithm was applied to 3D surface texture segmentation and segmentation based on the Lambertian model. In the experimental process, we made comparison from feature extractions and resolutions. The experimental results show the effectiveness of the proposed method in this thesis

【中文关键词】 图像处理; 纹理分析; 概率索引图; FKM算法; 纹理特征
【英文关键词】 Image Processing; Texture Analysis; Probabilistic Index Maps; FKM Algorithm; Texture features
【毕业论文目录】毕业论文www.lwkoo.cn论文
摘要 5-6
Abstract 6-7
1 绪论 10-15
    1.1 研究的背景 10-13
    1.2 本文研究工作的内容 13-15
2 文献综述 15-19
    2.1 纹理分析及纹理分割技术 15-17
    2.2 三维表面纹理 17-19
3 概率索引图模型概述 19-26
    3.1 画板与索引图 19-20
    3.2 概率索引图模型 20-23
        3.2.1 画板和索引图建模 20-21
        3.2.2 画板不变模型 21-22
        3.2.3 概率索引图模型 22-23
    3.3 基于概率索引图模型的细胞分割研究 23-26
        3.3.1 细胞分割方法的研究现状 23-24
        3.3.2 实验结果及分析 24-26
4 概率索引图模型在二维纹理分割的应用 26-47
    4.1 概率索引图模型的推论和研究 26-27
    4.2 概率索引图图像分割算法步骤 27-31
        4.2.1 图像的预处理 28
        4.2.2 初始化概率索引图 28-29
        4.2.3 计算似然函数 29
        4.2.4 EM算法 29-31
    4.3 模糊K均值聚类算法 31-37
        4.3.1 K均值算法 32-34
        4.3.2 模糊K均值算法 34-37
    4.4 纹理特征提取 37-41
        4.4.1 纹理特征提取方法概述 37-38
        4.4.2 Gabor特征 38-39
        4.4.3 Laws特征 39-41
    4.5 实验结果及分析 41-47
5 概率索引图模型在三维纹理分割的应用 47-61
    5.1 三维表面纹理的表示方法 47-51
        5.1.1 方法选择的标准 47-48
        5.1.2 三维表面纹理表示方法 48-49
        5.1.3 纹理图像数据采集环境 49-51
    5.2 三维纹理分割算法及实验 51-56
        5.2.1 三维纹理分割算法及步骤 51-52
        5.2.2 实验结果及分析 52-56
    5.3 基于光度立体学模型的分割算法 56-61
        5.3.1 朗伯模型和光度立体 57-58
        5.3.2 基于朗伯模型的纹理分割算法及实验 58-61
6 总结与展望 61-62
参考文献 62-66
附录1 66-67
致谢 67-68
个人简历 68
发表的学术论文 68
研究成果 68

返回栏目页:数学论文

设为主页】【收藏论文】【保存论文】【打印论文】【回到顶部】【关闭此页