基于灰色系统理论的数字图像处理算法研究

摘要

随着图像处理技术更日益广泛的应用,图像分割技术凸现得愈来愈重要.图像分割是图像处理中最基本和最重要的技术,是图像处理领域中的重点和难点,同时也是图像理论发展的瓶颈之一.图像分割质量的好坏直接影响后续进行的分析、识别和解释的质量,所以图像分割还是任何理解系统和自动物体识别系统必不可少的一个重要环节.绪论简述了图像分割在数字图像处理中的重要位置及本课题的研究意义;总结回顾了图像分割技术发展概况和现状及存在的问题.接着介绍了灰色关联分析的基本知识,文中着重阐述了绝对值关联度的相关定义和定理;这些基本理论知识的介绍为后续的图像预处理和图像分割应用奠定了理论基础.接下来文章较为详细的介绍了图像预处理中的去噪方法,提出了中值滤波的高效改进算法,给出全新的灰色关联度均值滤波算法,并给出了算法的实现,试验结果表明新算法和传统的算法相比不但去噪效果好而且图像细节模糊程度减轻了.这是本文的重点创新之一.第四章对人工神经网络的发展和分类作了简单的介绍,接着重点介绍了灰色-神经网络模型的分割技术.近年来,结合特定理论的图像分割技术研究随着新的智能计算、进化计算、生物计算等方法的不断提出而变得愈来愈成为图像分割技术研究的热点.很多特定的理论在应用过程中会出现这样或那样的不足,本文针对前馈误差反向传播网络隐含节点的过大或过小导致网络泛化性能下降,从而影响图像分割效果的缺点,提出将灰色关联的思想用于在网络训练过程中动态调节隐含节点的个数来实现网络的泛化能力的最优,而达到较好的分割效果.同时网络本身的泛化能力和鲁棒性大大增强.本章还用了大量的分割图例来说明新算法比传统算法的性能要好,并分析了导致算法不足的原因.本章是本文的重点,也是重要创新点.文章最后总结了全文的成果和不足.谈论了作者对该领域研究的看法.并谈了谈自己在做硕士论文期间的工作体会.

目录

文摘

英文文摘

第1章绪论

1.1问题的提出

1.1.1数字图像处理简介

1.1.2图像分割的研究意义

1.2图像分割发展现状及应用领域

1.2.1发展现状及存在的问题

1.2.2应用领域

1.3本文的研究背景和主要研究内容

1.3.1本文的研究背景

1.3.2本文主要研究内容及创新点

1.4本文的组织结构

第2章灰色系统理论

2.1灰色系统理论概况

2.1.1灰色理论的发展及应用

2.1.2灰色理论的主要内容及特点

2.2灰色关联分析

2.2.1关联基本概念

2.2.2绝对值关联度

2.3灰色系统在图像处理中的应用

2.4小结

第3章图像预处理

3.1中值滤波法

3.2迭代中值滤波法

3.3邻域平均滤波

3.4灰色关联自适应加权平均滤波

3.5试验结果和分析

3.6小结

第4章基于灰色关联和神经网络的图像分割

4.1人工神经网络概况

4.2神经元模型及数学描述

4.3前馈误差反向传播网络

4.4基于灰色-BP网络的图像分割

4.5实验环境

4.6试验结果分析

4.7小结

第5章总结与展望

5.1工作总结

5.1.1本文的主要成果及创新点

5.1.2本文的不足

5.1.3工作体会和几点建议

5.2进一步的工作与展望

参考文献

致谢

读研期间刊发的文章和参加的科研项目