基于活動(dòng)輪廓模型和閉合形式的圖像分割方法研究.pdf

1、圖像分割是圖像處理、分析與理解、圖像識(shí)別和計(jì)算機(jī)視覺(jué)研究領(lǐng)域的一個(gè)重要組成部分，也是一個(gè)經(jīng)典難題，特別是對(duì)于普遍存在的復(fù)雜圖像（如醫(yī)學(xué)、自然）分割問(wèn)題，目前并沒(méi)有統(tǒng)一且有效的解決辦法。
　　 近年來(lái)，基于活動(dòng)輪廓模型的圖像分割方法憑借其嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)理論框架、靈活的數(shù)值方案以及優(yōu)越的性能得到圖像處理領(lǐng)域相關(guān)專家的廣泛關(guān)注。它用數(shù)學(xué)模型來(lái)表示圖像分割問(wèn)題，根據(jù)給定的初始輪廓，通過(guò)最小化有關(guān)圖像信息的能量泛函，驅(qū)使輪廓線不斷演化并在目標(biāo)

2、邊界達(dá)到最小值。除此之外，基于透明度的圖像摳圖技術(shù)也是現(xiàn)如今的研究熱點(diǎn)，該類方法將透明度作為圖像的一種內(nèi)在屬性，通過(guò)尋求其最優(yōu)解達(dá)到目標(biāo)分割的目的，其中閉合形式(Closed-form)方法在分割目標(biāo)邊緣模糊圖像上能夠取得理想的效果。該方法將圖像看成是由前景和背景組成，通過(guò)圖像由前景和背景合成的模型建立能量函數(shù)，最后通過(guò)數(shù)學(xué)的方法求解能量函數(shù)最小時(shí)的透明度α值作為分割的最后結(jié)果。閉合形式方法和活動(dòng)輪廓模型的相似之處:通過(guò)模型建立能量函數(shù)

3、，求解最小能量函數(shù)來(lái)進(jìn)行圖像分割。
　　 本文首先綜述了圖像分割的研究意義和現(xiàn)狀，對(duì)當(dāng)前分割方法進(jìn)行分類并作簡(jiǎn)要介紹，較全面地分析了基于活動(dòng)輪廓模型的圖像分割和圖像摳圖技術(shù)，然后介紹了幾何活動(dòng)輪廓模型的理論基礎(chǔ)-曲線演化理論和水平集方法，簡(jiǎn)要介紹了幾種代表性的活動(dòng)輪廓模型的基本原理和閉合形式方法的理論基礎(chǔ)。通過(guò)分析國(guó)內(nèi)外文獻(xiàn)，本文提出了對(duì)兩種方法的改進(jìn)和應(yīng)用:
　　 (1)基于全局和局部信息的GAC模型。本文分析和研究了

4、基于GAC模型提出的SBGFRLS水平集方法的核心:二值水平集方法和SPF模型。然后針對(duì)SPF模型不能處理非同質(zhì)圖像的缺陷提出了一個(gè)結(jié)合全局灰度信息和局部灰度信息的新活動(dòng)輪廓模型。最后通過(guò)對(duì)比實(shí)驗(yàn)證明了新模型可以有效地克服了SPF模型的缺點(diǎn)，具有較好的抗噪性，而且由于計(jì)算上采用了二值水平集方法使其效率遠(yuǎn)遠(yuǎn)高于LBF模型。
　　 (2)基于閉合形式的腦腫瘤分割。腦腫瘤組織邊緣模糊不清和凹凸多變，傳統(tǒng)的分割方法提取腦腫瘤效果不是很好