活動(dòng)輪廓模型在林木圖像分割中的應(yīng)用研究.pdf

1、林業(yè)自動(dòng)化研究在現(xiàn)代科學(xué)中具有重要意義，本文主要研究原木端面、植物葉片等一類復(fù)雜自然背景下植物圖像的分割問題。這些圖像具有復(fù)雜的自然背景，且背景與前景高度相似等特點(diǎn)，利用傳統(tǒng)的分割算法難以取得理想的分割效果。基于水平集的活動(dòng)輪廓模型具有抗噪性好，數(shù)值求解穩(wěn)定性好，能夠加入先驗(yàn)知識(shí)等優(yōu)點(diǎn)，目前已廣泛用于醫(yī)學(xué)圖像分割、三維重建、視頻跟蹤等領(lǐng)域。本文將研究利用加入先驗(yàn)知識(shí)的活動(dòng)輪廓模型來解決一類復(fù)雜背景的林木圖像的分割問題。
　　傳統(tǒng)的

2、活動(dòng)輪廓模型，在分割復(fù)雜自然背景的圖像過程中，由于輪廓線的演化缺乏有效的約束，容易受到背景或者噪聲的干擾，造成過度分割。本文在傳統(tǒng)活動(dòng)輪廓模型的基礎(chǔ)上，針對(duì)待分割圖像的特點(diǎn)，改進(jìn)活動(dòng)輪廓模型的能量方程，同時(shí)引入形狀約束項(xiàng)，研究改進(jìn)形成了一些新的活動(dòng)輪廓模型算法。較好的解決了本文所涉及的原木端面圖像及樹葉圖像的分割問題。本文主要工作如下：
　　(1)研究建立了一種基于圓形約束的改進(jìn)活動(dòng)輪廓模型CV-LIF。針對(duì)自然條件下原木端面圖像

3、的分割問題，結(jié)合原木端面圖像的特點(diǎn)，改進(jìn)傳統(tǒng)C-V模型，對(duì)演化曲線內(nèi)部使用梯度進(jìn)行擬合，同時(shí)融入局部圖像擬合LIF(local image fitting)模型，加入圓形先驗(yàn)知識(shí)，將全局能量和局部能量結(jié)合到一起，共同約束輪廓線的演化。通過實(shí)驗(yàn)，分別對(duì)單個(gè)及多個(gè)原木端面圖像進(jìn)行分割，結(jié)果表明該方法可以較好的分割出圖像中的原木端面。
　　(2)植物葉片圖像背景復(fù)雜，且與目標(biāo)高度相似，同時(shí)圖像中存在著豐富的梯度信息，使用傳統(tǒng)無約束的活動(dòng)