基于动力系统的图像增强与分割算法及在林火遥感中应用

摘要

图像增强和图像分割是图像处理中的两个重要环节，良好的图像增强与分割效果是后续处理工作顺利开展的基础。随着信息技术与电子设备的发展，图像的数据量逐渐增大，图像的类型更加多元化，图像存在更多的特殊性及不可预知的复杂性，图像处理的速度和质量也因实时性的要求日益受到关注。因此，如何有效地实现实时、自动、高效及高质量的图像增强与分割仍是极其重要并亟待解决的问题。动力系统对研究具有异常复杂性的分岔问题和自然界中出现的一些“混沌”等现象非常具有优势。利用动力系统理论研究图像处理问题，可以更好地处理一些用以往图像处理方法无法解决的复杂问题。动力系统因其应用于图像增强与分割时能够获得更好的处理效果而得到广泛的关注。
　　本文主要针对图像增强与图像分割的上述问题及动力系统的动力学性质在图像增强与分割中应用的问题展开研究与讨论。在此过程中，本文利用符合当前图像发展特征的林火遥感图像进行仿真，主要的研究内容和创新体现在以下两个方面:
　　(1)图像增强方面:针对林火遥感图像这类数据较多、纹理丰富及干扰信息比较难消除图像的滤波去噪问题，本文对各向异性扩散PM模型进行改进，提出基于改进各向异性扩散动力学模型的滤波去噪方法。传统PM模型去噪不具有自适应性，通过对模型扩散函数及阈值的改进，不但可以更好地实现去噪保边的效果，而且阈值可以实现自适应选取。针对滤波去噪对边缘造成的弱化及部分采集图像不清晰和对比度低的问题，构造六维前馈神经网络模型，在充分分析模型的动力学性质的基础上，提出基于六维前馈神经网络模型的图像增强算法。这两种算法对灰度图像和彩色图像都具有适用性，并效果优良。
　　(2)图像分割方面:针对遥感图像这类数据较大、复杂度高又有实时性要求图像的边缘检测问题，提出基于耦合细胞神经网络动力学模型边缘检测算法。该算法利用双曲正切函数和模型耦合对传统细胞神经网络进行改进，减少了运算处理的迭代次数，使其更具实时性。针对彩色图像计算复杂度高，难以精确检测到边缘及阈值自适应的问题，提出基于反应扩散方程的细胞神经网络模型彩色图像边缘检测算法。该算法对基于反应扩散模型的细胞神经网络进行改进，使其在阈值自适应选取上更适合彩色图像的处理，与文中其他几种方法比较，检测效果更优良。针对含有更多的干扰信息的复杂图像难以准确实现分割的问题，提出基于动力学的梯度自适应推广测地活动轮廓模型的图像分割方法。通过对GGAC模型三个重要参数的改进，使此方法不但可以在参数上能实现自适应选取，而且更具鲁棒性。实验对比证明该方法分割质量较高。针对彩色图像颜色复杂，难以准确实现特定区域分割的问题，提出基于颜色聚类算法的彩色林火遥感图像分割方法。该方法将颜色聚类算法引入彩色林火遥感图像的火场区域分割中，并通过实验验证了该算法的有效性。
　　最后，本文利用所提出算法对图像增强和分割得到的结果，计算出林火火场区域的面积、周长、长及宽等特征参数值，并对林火火场的形状进行判定。这些数值为林火火场识别提供了数据支持，对林火灾后评估起到了重要作用。同时，本文开发了相应的林火遥感图像处理系统，此系统对林业自动化管理也有着较为深远的意义。
　　上述研究成果从动力学模型在图像增强与图像分割中应用的角度进行了分析和研究，在理论分析上取得了一些突破，为基于动力系统的图像处理开辟了新思路，具有一定的理论意义和实用价值。

目录

摘要

1 绪论

1．1 课题背景

1．2 国内外研究觋状

1．2．1 图像增虽技术国内外研究现状

1．2．2 图像分割技术国内外研究现状

1．2．3 基于动力系统的图像处理技术国内外研究现状

1．3 本文主要研究内容和结构安排

2 预备知识

2．1 图像增强的主要技术分析

2．1．1 噪声去除

2．1．2 直方图均衡化处理

2．1．3 图像对比度调整

2．2 图像分割的主要技术分析

2．2．1 基于边缘的分割

2．2．2 基于阈值的分割

2．2．3 基于区域的分割

2．3 动力系统的相关知识

2．3．1 动力系统的稳定性与分支理论

2．3．2 时滞非线性动力系统的稳定性与分支理论

2．4 本章小结

3 基于动力系统的图像增强算法研究

3．1 基于改进各向异性扩散动力学模型滤波去噪方法

3．1．1 PM模型分析

3．1．2 算法改进及描述

3．1．3 实验分析

3．2 基于具有时滞的六维前馈神经网络模型的图像增强算法

3．2．1 前馈神经网络模型的动力系统性质分析

3．2．2 前馈神经网络模型在图象增强中的应用

3．2．3 实验分析

3．3 本章小结

4 基于动力系统与细胞神经网络的图像边缘检测算法研究

4．1 基于耦合细胞神经网络动力学模型的边缘检测算法

4．1．1 细胞神经网络模型分析

4．1．2 动力学性质分析及算法描述

4．1．3 灰度图像边缘检测实验结果分析

4．2 基于反应扩散方程的细胞神经网络模型彩色图像边缘检测算法

4．2．1 彩色图像边缘检测原理

4．2．2 反应扩散方程的动力学性质分析

4．2．3 基于反应扩散方程的细胞神经网络模型的改进

4．2．4 彩色图像边缘检测实验结果分析

4．3 本章小结

5 基于颜色聚类和测地活动轮廓模型的图像分割算法研究

5．1 基于颜色聚类算法的彩色林火遥感图像分剖方法

5．1．1 林火颜色聚类模型原理

5．1．2 建立林火聚类模型

5．1．3 林火区域分剖仿真

5．2．1 推广测地活动轮廓模型分析

5．2．2 算法改进及描述

5．2．3 实验分析

5．3 本章小结

6 图像增强与分割算法在林火遥感图像处理中的应用

6．1 林火遥感图像特征参数计算

6．2 林火火场形状分析

6．2．1 多边形近似基本原理

6．2．2 形状判定

6．3 林火遥感图像处理软件系统的设计与实现

6．3．1 林火遥感图像处理软件系统的设计

6．3．2 林火遥感图像处理软件系统的实现

6．4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明