圖像分割中動態(tài)輪廓線算法研究及其應用.pdf

1、圖像分割是計算機視覺領域中的一個極為重要的基本問題,其應用范圍非常廣泛,幾乎出現(xiàn)在有關圖像處理的所有領域,并涉及各種類型的圖像.其中,動態(tài)輪廓線算法是一種比較新穎的求解曲線演化的圖像分割方法,該算法具有許多經(jīng)典圖像分割方法所無法比擬的優(yōu)點,在近年來得到了廣泛的應用,尤其是應用于醫(yī)學圖像的分割.論文對動態(tài)輪廓線算法目前存在的幾個主要問題,如對初始輪廓敏感和外部能量場中存在局部最小等,進行了研究.首先提出將閾值法與傳統(tǒng)動態(tài)輪廓線算法相結合的

2、分割方法,先用傳統(tǒng)的閾值分割方法獲得目標的大致邊緣,再將其作為動態(tài)輪廓線算法的初始邊緣,提高使用單一算法的性能和速度.接著提出將圖像先驗知識與動態(tài)輪廓線算法結合的分割方法,在動態(tài)輪廓線算法的約束條件中加入待分割目標的形狀信息,能夠避開外部能量場中的一些局部最小,同時可以一定程度上避免邊緣"泄漏".為了從根本上提高動態(tài)輪廓線算法的性能,該文從動態(tài)輪廓線算法的基本模型入手,提出一種新的參數(shù)動態(tài)輪廓線算法的外部能量模型.該方法基于靜電場的庫侖

3、定律,把輪廓線的運動建模為一系列正電荷連成的曲線在負電荷分布的電勢場中的運動.該模型具有真正的長程力,能夠?qū)⑤喞€準確地吸引到目標邊緣,同時可以減少整個外部能量場具有的局部最小.并可以通過調(diào)整參數(shù)選擇Snake收斂的目標,較其他的動態(tài)輪廓線算法更有靈活性.然后,該文根據(jù)外部能量場的性能的要求,對庫侖場進行推廣,根據(jù)圖像的邊緣特征由算法自動選擇合適的參數(shù).推廣后的算法進一步消除了噪聲和虛假邊緣的干擾,提高了分割精度,減少了外部能量場中存在