基于MRF模型及形态学的图像多尺度分析

摘要

该论文围绕图像多尺度图像分析与检测问题,着重探讨了基于MRF模型的多尺度边缘检测算法;多尺度检测边缘信息的合成;基于N.Ahuja双尺度概念图像分割;以及形态学图像多尺度分析.根据文献[20,40]的工作,该论文首先提出了一种基于方向扩展的MRF模型多尺度边缘检测算法,有效地改善了原算法仅仅对水平和垂直方向边缘敏感的问题,并且使检测到的边缘能够精确定位且不会发生形变.基于N.Ahuja提出的一种新颖双尺度概念,我们初步探讨了将这两种尺度有机结合的一个新颖的非线性形变换,应用该变换进行图像分割,实验结果表明该分割方法可以更好的体现图像中的结构层次.在论文的第四章,基于数学形态学算子及其滤波特性,我们提出了一种具有非线性及变换不变性能的多尺度交变序列灰度图像滤波方法.作为多尺度与多分辨率塔式信号分解方法的结合,该文在最后对形态学塔式分解和重构也进行了初步性探索工作.

目录

文摘

英文文摘

第一章绪论

第二章多尺度MRF边缘检测

2.1概述

2.2线过程的扩展和多尺度MRF模型

2.3均值场近似

2.4基于MRF模型的多尺度边缘检测算法

2.5多尺度边缘集成规则及算法

第三章多尺度图像分割

3.1概述

3.2双尺度非线性变换

3.3尺度参数的自动确定

3.4算法实现及实验结果

第四章数学形态学

4.1概述

4.2数学形态学的基本概念和运算

4.3数学形态学算子的滤波特性

4.4尺度形态学滤波器的构造及实现

4.5形态学塔式分解

第五章总结与展望

致谢

参考文献

附录