基于微分几何的图像轮廓边缘检测研究及应用
随着我国大力发展无人驾驶、物联网及无线通信等技术，图像信息逐渐成为人们获取数据的重要来源，同时也给高效处理大量图像信息带来了挑战。人类大脑的视觉系统能够很容易得到图像中的内容，尤其是在检测噪声图像中的曲线结构方面具有非凡的能力，在计算机视觉任务中也希望能够进行快速、高效图像理解，因此图像的曲线提取和轮廓拟合日益成为了图像分割、模式识别领域中的难点问题和关键问题。 微分几何主要以数学分析为工具来讨论光滑曲线和曲面的性质，主要分析曲线和曲面的内蕴几何量，因此论文结合曲线拟合和离散微分几何量进行了研究，研究的焦点是图像的边缘高精定位、轮廓提取和曲线拟合，设计了结合Gabor函数和Zernike正交矩的亚像素边缘定位算法、基于增强尺度空间的闭合轮廓特征描述方法和基于欧拉曲线模型的曲线分段拟合算法，仿真实验表明，论文的算法在图像的曲线曲面及轮廓提取方面有较优的效果。论文的主要工作如下： （1）为了能够提取高质量轮廓以用于后续的曲线拟合，本文提出了结合Gabor函数和Zernike正交矩的边缘亚像素定位算法，该算法针对亮度不均匀的图像能够精确提取出高质量轮廓，能够克服噪声的影响且时间复杂度低，实时性强，对含有噪声的图像和背景纹理丰富的图像都有较好的检测结果，仿真实验结果表明，边缘定位更加准确且边缘信息完整，得到的边缘粒度更细。 （2）针对图像轮廓描述难以摆脱起始点影响的问题，结合微分几何中的弧长参数，本文设计了一种不受起始点位置的影响，具有旋转、平移、尺度、镜像不变性的多尺度轮廓特征描述方法，并对噪声和变形具有鲁棒性，该方法能够广泛应用于二维图像和三维图像的识别。 （3）为了能够高质量拟合图像中的曲线，本文提出了一种基于欧拉曲线模型的曲线分段拟合算法，该算法综合了局部和全局轮廓信息，能够实现图像中不同类型的曲线高精度检测和拟合，包括规则曲线和不规则曲线，仿真实验结果表明该方法能够克服轮廓噪声的干扰实现图像中曲线的高精度、三阶可导拟合。
图像轮廓;边缘检测;微分几何;亚像素定位;多尺度特征;欧拉曲线模型
华南理工大学
硕士
控制科学与工程
杜娟
2022
中文
TP391.41
2022-12-23（万方平台首次上网日期，不代表论文的发表时间）