簡易檢索 / 詳目顯示

研究生: 林松柏
Lin, Sung-Po
論文名稱: 傳統、小波理論與動態輪廓模式之波浪影像邊緣偵測處理
Traditional , Wavelet and Active ontour Model in Edge Detection Analysis of Wave Image
指導教授: 黃明志
Huang, Min-Chih
學位類別: 碩士
Master
系所名稱: 工學院 - 系統及船舶機電工程學系
Department of Systems and Naval Mechatronic Engineering
論文出版年: 2005
畢業學年度: 93
語文別: 中文
論文頁數: 76
中文關鍵詞: 邊緣偵測動態輪廓模式小波
外文關鍵詞: edge detection, Snakes, Active contour model, wavelet
相關次數: 點閱:98下載:4
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  •   傳統的影像邊緣偵測採用二維差分運算子以偵測影像邊緣,乃假設影像邊緣上和邊緣旁之影像灰階值必然不同,當取微分時,在邊緣上會呈現非常大梯度值。本文以 Prewitt與 Sobel二維差分運算子作影像邊緣偵測。藉由調整影像灰階值的臨界值參數可強化邊緣,亦可更進一步的以骨架法細線化影像邊緣。

      二維小波轉換則是一種比較新的影像邊緣偵測方法,當取小波轉換時,在影像邊緣上亦會呈現非常大的梯度值。本文以墨西哥小波作影像邊緣偵測。

      在電腦視覺或影像處理上經常使用動態輪廓或蛇行模式來偵測物體的邊界或邊緣。本文採用一個改良的動態輪廓模式,即廣義梯度向量流場蛇形法,來追蹤一高速攝影機在斷面水漕所拍攝之波浪影像序列。本文驗證此方法可準確地追蹤一孤立波在直立壁上造成捲入型碎波時,波形在時間與空間之變化。

      本文針對波浪影像邊緣偵測提供三種截然不同的系統處理及分析比較。

    NONE

    目錄 摘要: I 誌謝: II 目錄:III 圖目錄:VI 符號說明:XII 第一章 緒論 1-1目的1 1-2傳統邊緣偵測方法1 1-3小波方法在波浪影像邊緣處理的研究1 1-3-1邊緣偵測處理斷面水槽波浪影像2 1-3-2 小波邊緣偵測處理衛星影像3 1-4動態輪廓模式4 1-5研究架構6 1-6論文架構6 第二章 影像擷取與影像校正 2-1實驗佈置8 2-1-1實驗佈置8 2-1-2實驗佈置9 2-2影像擷取方式9 2-2-1 DV攝影機10 2-2-2高速攝影機11 2-3影像校正方法13 2-3-1影像校正步驟13 2-3-2 扭曲校正後顯示刻度19 第三章 傳統方法邊緣偵測21 3-1直方圖及臨界值設定21 3-2型態學上的影像處理23 3-3傳統影像邊緣偵測28 3-3-1二維迴旋積(Convolution) 28 3-3-2 差分運算子 29 第四章 小波方法邊緣偵測 4-1小波理論邊緣偵測34 4-2海洋工程上之應用39 第五章 動態輪廓模式方法邊緣偵測 5-1前言42 5-2 動態輪廓模式(Active Contour Model)概論42 5-3典型蛇形法43 5-3-1最小能量法概念43 5-3-2 Kass et al(1988)典型蛇形法46 5-4梯度向量流場蛇形法(Gradient vector flow snake)51 5-5 蛇形型變(Deformation)與再取樣(Resampling) 56 5-6古典蛇形法與 蛇形法分析結果比較58 結論 一、三種波浪影像邊緣偵測方法結果69 二、三種波浪影像邊緣偵測結果分析比較70 三、邊緣偵測方法應用71 參考文獻 73 圖目錄 圖1-1波浪在圓柱形管上方影像2 圖1-2圖1-1小波邊緣偵測結果3 圖1-3圖1-2失漏點以內挿法聯結3 圖1-4波浪剛通過圓柱形管影像3 圖1-5圖1-4小波邊緣偵測3 圖1-6圖1-5失漏點以內挿法聯結3 圖2-1造波機構8 圖2-2水槽後段作消波處理8 圖2-3實驗佈置9 圖2-4彩色原始影像10 圖2-5彩色原始影像10 圖2-6圖2-5轉換為灰階10 圖2-7高速攝影機擷取水槽後段20張連續碎波灰階影像12 圖2-8校正板及其格點14 圖2-9 攝影機方向15 圖2-10同時顯示校正點及扭曲點15 圖2-11 Δr、r及迴歸曲線公式(座標軸單位:一個像素寬)16 圖2-12影像因鏡頭扭曲的結果18 圖2-13圖2-12扭曲校正結果18 圖2-14主機板之影像19 圖2-15圖2-14扭曲校正結果19 圖2-16圖2-6扭曲校正後之結果19 圖2-17圖2-16邊緣偵測結果19 圖2-18圖2-17顯示刻度20 圖2-19圖2-18黑白色彩對換20 圖3-1波浪灰階影像22 圖3-2直方圖(histogram) 22 圖3-3臨界值 的二值影像23 圖3-4影像 與結構元素 24 圖3-5圖3-4膨脹結果24 圖3-6影像 與結構元素 24 圖3-7圖3-6膨脹結果24 圖3-8影像 與結構元素 24 圖3-9圖3-8膨脹結果24 圖3-10 值為25525 圖3-11圖3-10轉變 值為0 25 圖3-12圖3-3膨脹結果26 圖3-13圖3-3侵蝕結果26 圖3-14圖3-3斷開結果27 圖3-15圖3-3邊界線27 圖3-16骨架法(skeleton)結果27 圖3-17 圖3-3 Sobel邊緣偵測結果32 圖3-18圖3-3 Prewitt邊緣偵測結果32 圖3-19圖3-17取臨界值 33 圖3-20圖3-19細化邊緣33 圖4-1圖3-3小波轉換結果39 圖4-2圖4-1不顯示係數值為零的結果39 圖4-3a波浪影像39 圖4-3b Sobel邊緣偵測40 圖4-3c小波邊緣偵測40 圖4-4a碎波影像40 圖4-4b Sobel邊緣偵測40 圖4-4c小波邊緣偵測40 圖4-5a艉跡流線影像41圖4-5bSobel邊緣偵測41 圖4-5c小波邊緣偵測41 圖4-6a海上油污影像41 圖4-6b Sobel邊緣偵測41 圖4-6c小波邊緣偵測41 圖4-7a洋流漩渦影像41 圖4-7b Sobel邊緣偵測41 圖4-7c小波邊緣偵測41 圖5-1二維高斯分布45 圖5-2橢圓形目標輪廓50 圖5-3圖5-1給予初始蛇形50 圖5-4計算點追蹤結果50 圖5-5(a) 與 之間隔距離小於 時移除一個計算點57 圖5-5(b) 與 之間隔距離大於 時內插一個新計算點58 圖5-6目標輪廓59 圖5-7初始蛇形包圍目標輪廓59 圖5-8成功追蹤到目標輪廓59 圖5-9 未疊代的向量流場59 圖5-10目標輪廓61 圖5-11 疊代後的向量流場61圖5-12圖5-10追蹤結果61 圖5-13目標輪廓61 圖5-14圖5-13追蹤結果61 圖5-15圖5-10給予開口蛇形62 圖5-16圖5-15追蹤結果62 圖5-17圖5-13給予開口蛇形62 圖5-18圖5-17追蹤結果62 圖5-19波浪影像63 圖5-20給予開口蛇形63 圖5-21圖5-16追蹤結果63 圖5-22連續波浪影像64 圖5-23追蹤結果64 圖5-24圖5-23黑白色彩對換64 圖5-25a 追蹤至第三張影像結果65 圖5-25b圖5-20a黑白色彩對換65 圖5-26a 追蹤至第四張影像結果65 圖5-26b圖5-26a黑白色彩對換65 圖5-27a選取1-10張影像追蹤結果67 圖5-27b選取11-20影像及追蹤結67 圖5-28高速攝影機擷取水槽後段20張連續灰階影像總合追蹤結果(刻度單位:cm)68 圖6-1連續灰階波浪影像69 圖6-2圖6-1邊緣偵測結果69 圖6-3圖6-1小波邊緣偵測結果70 圖6-4梯度向量流場蛇形邊緣偵測結果70

    1.Berger, M.O.,Mohr, R.“ Towards autonomy in active contour models,” In Tenth International Conference on Pattern Recognition, Atlantic City, NJ, 847– 851.1990.
    2.Cohen,L.D., “On Active Contour Models and Balloons,”Computer Vision and Image Processing: Image Understanding 53(2),pp. 211–218,1991
    3.Courant, R., Hilbert, D., Methods of Mathematical Physics, Wiley, New York,Volume l,pp.190,1989
    4.Gonzalez, R. C., Woods, R. E., Digital Image Processing 2/e,
    Prentice Hall,pp.75-146,pp.519-596,2002
    5.Holland, K.T., Holman, R.A., Lippmann, T.C.,Stanley,J., Plant, N., “Practical Use of Video Imagery in Nearshore Oceangraphic Field Studies,”IEEE Journal of Oceanic Engineering 22(1), pp.81-91,1997
    6.Hull,P.,Mu¨ller,G.,“Aninvestigation of breaker heights,shapes and pressures,”Ocean Engineering 29(1),pp.59-79,2002
    7.Kass, M., Witkin, A., Terzopoulos, D., “Snakes: active contour models,”International Journal of Computer 1(4),pp.321–331, 1988
    8.Lee,H.S.,Kwon,S.H.,“Wave profile measuerment by wavelet transform,”Ocean Engineering 30(18),pp. 2313-2328 2003
    9.Liu, A. K.,Peng C.Y.,Chang, S. Y.-S.,“Wavelet analysis of satellite images for coastal watch, ”IEEE Journal of Oceanic Engineering 22(1),pp.7-17,1997
    10.Lobregt, S., Viergever, M.A. “A discrete dynamic contour model,”IEEE Transactions on Medical Imaging 14(1),pp.12- 24,1995
    11.Mallat, S. G.,A wavelet tour of signal processing, Academic Press,pp.1-126,1998
    12.Myler, H. R.,Computer imaging recipes in C, PTR Prentice Hall, pp.53-135,1993
    13.Neuenschwander, W.M., Fua, P., Ivenson,L., Sze´kely, G., Ku¨bler, O., “Ziplock snakes,”International Journal of Computer Vision 25(3),pp.191–201,1997
    14.Russ, J. C. ,The Image Processing Handbook, CRC Press,pp.212- 480,1994
    15.Williams,D.J., Shah, M. “A fast algorithm for active contours and curvature estimation, ” Computer Vision and Image Processing:Image Understanding 55(1), pp.14-26,1992
    16.Xu,C.,Prince,J.L.,“Snakes, shapes, and gradient vector flow,”IEEE Transactions on Image Processing 7(3),pp.359– 369,1998
    17.Xu,C.,Prince,J.L.,“Generalized gradient vector flow external forces for active contours,” Signal Processing — An International Journal, 71 (2), pp. 131-139,1998
    18.Yao, A. ,Wu, C.H.,“An automated image-based technique for tracking sequential surface wave profiles,” Ocean Engineering 32(2),pp.157-173,2004
    19.劉岳豪“利用影像特徵進行水下檢測影像拼嵌之研究,”國立成功大學碩士論文,2004

    下載圖示 校內:立即公開
    校外:2005-06-29公開
    QR CODE