基于形變模型的圖像分割技術(shù)研究.pdf

1、圖像分割技術(shù)是由圖像處理到圖像分析的關(guān)鍵步驟，它是圖像處理與機器視覺的一個經(jīng)典難題，盡管已經(jīng)提出了許多的技術(shù)與方法，但這個問題至今尚無通用的自身理論?；谛巫兡Ｐ偷姆指罴夹g(shù)利用圖像區(qū)域和邊緣信息，結(jié)合了幾何學(xué)、物理學(xué)和逼近論的思想，是目前研究最多、應(yīng)用最廣的分割方法。 本文首先介紹了水平集方法的基本思想及圖像分割中的Mumford-Shah模型和主動輪廓模型，利用水平集方法把分割模型表示為關(guān)于水平集函數(shù)的形式，并建立方程。本文著

2、重討論Lie、Lysaker、Tai等提出的分段常數(shù)水平集方法在圖像分割中的應(yīng)用，同時利用分段常數(shù)函數(shù)來定義初始水平集函數(shù)，這樣在迭代過程中就不需要把水平集函數(shù)重新初始化為符號距離函數(shù)。因此，對于初始輪廓形狀不規(guī)則的情況，節(jié)省了算法初始化過程中所消耗的時間。 在對模型的求解算法進行了詳細研究之后，我們發(fā)現(xiàn)梯度下降算法求解最小化泛函時，雖然不需要一個很好的初始水平集函數(shù)，但收斂速度很慢；Newton方法收斂較快，但對初始水平集函數(shù)

3、的要求較高。在Mumford-Shah模型的基礎(chǔ)上，我們提出了一個快速的分割算法。實驗結(jié)果表明新算法收斂速度很快，且實現(xiàn)了水平集函數(shù)初始化的靈活性。另外，新算法有較強的處理噪音的能力。在數(shù)值計算方面，主要采用原始-對偶方法，并結(jié)合Newton方法進行求解，利用Matlab編程進行數(shù)值實現(xiàn)，對不同算法的分割效果進行比較。 最后，我們在詳細研究了Y.M.Jung等提出的sine-sinc模型之后，利用分段常數(shù)水平集方法思想，提出了一