图像分割与评价及图像三维表面重建及研究.pdf

图像分割与评价及
图像三维表面重建研究






重庆大学博士学位论文


学生姓名:瞿中
指导教师:杨丹教授
专业:计算机应用技术
学科门类:工学



重庆大学计算机学院
二 OO 九年四月
Research on Image Segmentation,
Evaluation and Image Three-Dimensional
Surface Reconstruction






A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Degree of Doctor of Engineering
By
Qu Zhong


Supervised by Prof. Yang Dan
Major: Computer Application Technology



College puter Science of Chongqing University,
Chongqing China
April 2009
摘要

图像分割和图像三维表面重建是图像处理中的两个重要研究领域,现有的图
像分割算法在求最佳阈值时存在局限性;图像分割存在重叠、粘连等,对分割质
量的评价也非常困难;利用多目标优化求解方法对图像三维表面重建研究也往往
找不到最优解。针对这些问题,本文在模糊集理论的基础上,提出用并行搜索求
最优解来对图像进行分割,用颗粒参数测量方法对分割图像的质量进行评价,用
循环极大极小求解方法来进行图像三维表面重建,具体包括以下内容:
①在图像分割中,研究基于阈值的图像分割算法和基于边缘检测的图像分割
算法,分析这两类算法的基本思想,针对不同的图像进行了仿真实验,对实验结
果进行了分析和比较。本文采用等 °角的 16 个方向的 Laplace 算子的检测估算
模板,设定适当的权向量,提高边缘检测的精度,检测出来的边缘不但更清晰,
而且也检测出 8 个方向的 Laplace 算子所没有检测出的一些边缘,同时合理地设置
参数,避免一些伪边缘的提取。
②基于聚类的图像分割算法中,对 HCM 和 FCM 算法进行比较,运用 FCM
聚类算法对图像进行分割实验。由于 FCM 算法需要初始化,并且目标函数存在许
多局部极小点,如果初始化落在目标函数的局部极小点附近,就会造成算法收敛
到局部极小点。为了解决此问题,本文提出 GOS 算法,利用 GOS 算法的并行搜
索能力,对 FCM 算法加以改进,形成具有并行能力的 GOS 算法。同时,分析在
不同初始条件下,对许多样本的聚类分析时,GOS 算法比传统的 FCM 聚类算法更
加有效,对算法性能进行理论分析,并通过仿真实验进行验证。
③图像分割质量的评价是最难解决的问题之一,本文提出用图像颗粒参数测
量方法来计算颗粒形状和粒度分布等,以此评价图像分割的精确度,并和已有的
七种分割评价方法进行比较,通过仿真实验进行定性和定量的分析,证明此方法
能更好地评价图像分割算法的优劣。
④在图像三维重建中,提出模糊多目标优化图像三维重建的数学模型,将优
化图像三维重建中普通目标函数以隶属函数的形式表示,构成新型数学模型来表
述问题,采用极大极小求解方法。在大大简化求解过程的同时,有效地保证自动
搜寻出原问题的有效解。
⑤在医学图像处理中,从受损颅骨图像的背景物质检测、边缘检测,到重建
出受损的颅骨图像,对比不同算法,并通过仿真实验,验证算法的可行性;给兔
子的血管注射造影剂,重建图像,观察兔子的各种组织,通过仿真实验验证算法
的可行性及结果的合理性。
⑥在上述理论研究的基础上,本文开发一个图像分割、图像三维表面重建和
颗粒参数测量原型系统,能对图像进行处理和分析,特别是将本文提出GOS算法、
重建算法和图像颗粒参数测量方法加入该系统,并对该系统的应用前景进行展望。
最后,对研究内容进行总结,并指出后续的研究方向,为进一步的研究开拓
思路。

关键词:图像分割,图像三维表面重建,颗粒参数测量方法,
全局优化搜索,多目标优化
ABSTRACT

Image segmentation and image three-dimensional(3-D) surface reconstruction are
two important research fields