基于圖切分優(yōu)化的表情區(qū)域提取方法研究.pdf

1、傳統(tǒng)的圖切分模型通常利用圖像中的顏色特征和紋理特征對分割問題所對應(yīng)的能量泛函進(jìn)行建模?？紤]到面部表情圖像的邊緣是微弱模糊的，而且區(qū)域內(nèi)部的顏色和紋理信息并不豐富，因此采用傳統(tǒng)的圖切分算法進(jìn)行表情區(qū)域的提取將無法得到理想的結(jié)果?？傮w來說，本文的主要研究成果可以分為以下三個部分。
　　首先，本文針對圖像分割方法中的變分模型和圖切分優(yōu)化模型進(jìn)行了深入的研究，并且利用積分幾何學(xué)上的Cauchy-Crofton公式給出了二者的轉(zhuǎn)換關(guān)系。接著

2、對主動形狀模型作了簡要的介紹，通過利用Milborrow提供的開源軟件包Stasm進(jìn)行相關(guān)實驗，驗證了該模型能有效地提取表情圖像的特征點。
　　然后，提出了一種結(jié)合輪廓窄帶先驗的圖切分優(yōu)化模型。通過依次連接處于表情輪廓附近的特征點，可以得到近似描述區(qū)域邊緣的閉合曲線，接著對閉合曲線進(jìn)行形態(tài)學(xué)處理，得到包含提取目標(biāo)邊界的輪廓窄帶。在基于固定窄帶的圖切分算法中，窄帶的內(nèi)邊緣與外邊緣分別被視為前景種子和背景種子，并添加到能量泛函對應(yīng)的加

3、權(quán)網(wǎng)絡(luò)圖中；在基于活動窄帶的圖切分算法中，我們借鑒了活動輪廓模型的思路，只對窄帶內(nèi)的圖像區(qū)域進(jìn)行網(wǎng)絡(luò)圖的構(gòu)建，并對網(wǎng)絡(luò)節(jié)點的邊權(quán)值設(shè)定和網(wǎng)絡(luò)圖的結(jié)構(gòu)精簡做了相關(guān)優(yōu)化。
　　最后，提出了一種結(jié)合形狀距離先驗的圖切分優(yōu)化模型。閉合曲線所構(gòu)成的多邊形可以看作表情區(qū)域的形狀先驗，從而可以融入到分割問題對應(yīng)的能量泛函中。我們借鑒了基于零水平集的形狀先驗分割方法，將像素點到形狀邊界的距離信息分別融入到能量泛函的數(shù)據(jù)項和平滑項中，并對形狀內(nèi)外的