常見Snake模型算法在圖像分割應(yīng)用中的選取研究.pdf

1、圖像分割是指根據(jù)灰度、色彩、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區(qū)域,使得這些特征在同一區(qū)域內(nèi),表現(xiàn)出一致性或相似性,而在不同區(qū)域間表現(xiàn)出明顯的不同。圖像分割不僅是圖像處理與計算機視覺領(lǐng)域低層次視覺中最為基礎(chǔ)和重要的領(lǐng)域之一,也是圖像視覺分析和模式識別的基本前提,同時它也是一個經(jīng)典難題,因為到目前為止沒有一種適合于所有圖像的通用的分割算法。
　　 基于Snake模型的圖像分割是一種高效的圖像分割技術(shù)。它能夠有效地

2、利用局部與整體信息,實現(xiàn)目標(biāo)邊界準(zhǔn)確定位,保持線性光滑。它是一個充分利用高層信息的自上而下的處理過程,通過它來提取感興趣的目標(biāo)的特性快捷而有效。正是由于Snake模型的這些特點及深刻的理論背景,它一經(jīng)提出就成為計算機視覺研究的熱點。本文首先對圖像分割的目的、意義及發(fā)展現(xiàn)狀等進行了綜述,在此基礎(chǔ)上對基于Snake模型圖像分割技術(shù)進行了介紹和分析,包括Snake模型的產(chǎn)生背景、理論、算法實現(xiàn)和優(yōu)缺點等方面。論文主要研究并實現(xiàn)以下幾個方面的內(nèi)

3、容:
　　 第一:針對Snake模型圖像分割技術(shù)的研究現(xiàn)狀進行分析。
　　 第二:詳細的分析了傳統(tǒng)的Snake模型的原理,推導(dǎo)過程,數(shù)值計算及優(yōu)缺點,同時對幾種改進的模型--Balloon模型,GVF模型,Level Set模型算法分析以及通過試驗分析算法的優(yōu)缺點。
　　 第三:針對Snake模型中參數(shù)的取值直接影響著分割的質(zhì)量和效果,對參數(shù)的選取方法進行了研究。本文中,對幾種參數(shù)選取的算法--貪婪算法、動態(tài)規(guī)劃