模糊活動輪廓模型在圖像分割與變化檢測中的應用.pdf

1、隨著現(xiàn)代電子成像技術的飛速發(fā)展，人們獲取到的圖像類型日趨多樣化。由于成像過程易受儀器設備的局限，光照條件以及空間分辨率等因素的影響，數(shù)字圖像自身存在許多不確定性和不精確性的問題。圖像中可能存在的灰度不均勻性、噪聲、低對比度等缺陷很大程度上增加了圖像分割的難度。模糊理論在描述不確定性事件和不精確性信息時具有先天的優(yōu)勢。模糊圖像分割技術能夠更好地處理圖像中的模糊性、不確定性信息，保留更多原始圖像信息，進而提高圖像分割方法的準確性。
　

2、　本論文主要針對目前模糊圖像分割算法存在的問題進行深入的分析，通過對模糊活動輪廓模型進行更加深入的研究，針對將模糊理論應用于圖像分割具體問題時所面臨的一些實際困難，提出了有效解決方法。在此基礎上所做的工作和取得的成果概括為以下五個部分：
　?。?）混合聚類算法同時結合模糊集和粗糙集在表達數(shù)據(jù)不確定信息方面的優(yōu)點。針對現(xiàn)有混合聚類方法中存在權重參數(shù)需要手工設定的缺陷，提出一種改進的混合聚類方法。新算法可以更好的利用數(shù)據(jù)集自身的內在結

3、構信息，在聚類迭代過程中自適應的調整權重因子。由于聚類分析與圖像分割問題具有重要的聯(lián)系。圖像分割問題恰好可以看成是將圖像中的像素點進行分類的問題。因此改進的聚類算法也為將混合聚類算法應用于圖像分割問題做準備。
　?。?）傳統(tǒng)的活動輪廓模型在設計之初，首先假設待處理圖像由近似同質的區(qū)域組成。然而受成像條件的影響，圖像中的目標與背景的灰度值往往存在重疊。新算法通過高斯核函數(shù)來控制鄰域窗口的作用范圍，充分利用圖像的空間局部信息來構造自適

4、應劃分準則。將圖像局部信息引入到活動輪廓模型中，可以得到一個放松的假設條件，即使是灰度不均勻圖像，在局部鄰域內也可以被看成是近似同質的。所設計的方法可以更細致的區(qū)分與背景差異不明顯的目標區(qū)域。
　?。?）針對極光圖像在成像過程由于光照條件，儀器設備的局限，存在灰度不均勻性和低對比度的缺陷，提出了基于劃分區(qū)域活動輪廓模型的極光圖像分割算法。通過考慮極光圖像的局部空間信息，可以有效的克服極光圖像中存在的灰度不均勻缺陷。然而僅考慮圖像局

5、部信息的活動輪廓模型又普遍存在一個缺陷，當初始輪廓位置選取不合適時，該類算法將因為陷入局部極小值而導致最終分割失敗。劃分區(qū)域活動輪廓模型通過設計一種劃分區(qū)域操作，使得活動輪廓模型的每次迭代區(qū)域都限制在極光輪廓周圍，克服傳統(tǒng)的基于局部信息的圖像分割算法易陷入局部最優(yōu)的不足。在真實極光圖像上的分割結果驗證了算法的良好性能。
　　（4）提出了基于區(qū)間二型模糊活動輪廓模型的圖像分割方法。模糊分割算法通過引入像素點的模糊隸屬度，取得了比硬劃

6、分算法更好的分割結果。然而，傳統(tǒng)模糊集通過“精確的”隸屬度值來刻畫實際圖像中像素點屬性的不確定性時存在一定的局限性。為了增強描述和處理圖像中不確定信息的能力，區(qū)間二型模糊活動輪廓模型作為傳統(tǒng)方法的擴展，通過構造隸屬度值的上下近似區(qū)間實現(xiàn)隸屬度值的真正模糊化，具有更好描述圖像中不確定信息的能力。在一系列模糊性較大的人工圖像，自然圖像，以及極光圖像上的分割結果驗證了算法的良好性能。
　?。?）設計了基于進化計算和模糊理論的活動輪廓模型

7、的遙感圖像變化檢測方法。合成孔徑雷達圖像由于其固有的相干斑噪聲使得不同區(qū)域的像素點灰度值有較大的重疊，像素點灰度值的差異并不一定反映實際的地物變化。需要采用一種更有效地描述圖像中更高模糊性的方法。區(qū)間二型模糊集具有比一型模糊集更好地描述不確定性的能力。然而如何確定模糊因子的取值，是基于區(qū)間二型模糊集算法不可避免的問題。為了克服這一困難，我們首先用區(qū)間二型模糊活動輪廓模型對差異圖像進行初步分析，在模糊因子取值不同時，得到不同的初步分析結果