幾何活動輪廓模型在圖象目標輪廓分割中的應用與研究.pdf

1、圖象分割的目的是將原始圖象劃分為一系列有意義的區(qū)域或提取圖象中感興趣的區(qū)域(region of interest，ROI)。目前主要的分割算法劃分為依賴邊界的分割與依賴區(qū)域的分割，本文討論的活動輪廓模型屬于基于邊界的分割。 活動輪廓模型已成為圖象分析的重要工具。目前常用的活動輪廓模型有參數模型和幾何模型。本文研究活動輪廓模型在圖象分割中的原理、方法及應用，其中重點研究幾何活動輪廓模型在醫(yī)學超聲圖象、弱邊界區(qū)域與彩色圖象分割中的應

2、用，具體包含以下三個方面。 1、針對醫(yī)學超聲圖象的特點提出了一種改進的快速圖象分割方法，該方法具有以下幾個明顯的優(yōu)點：首先能夠較好的權衡去噪與邊界保持的關系，由于采用總變分方法去噪，其在去除噪聲的同時還具有良好的邊界保持特點，所以針對超聲圖象的復雜性，總變分能夠較清晰的平滑源圖象：其次具有較快的分割速度，本文針對水平集的計算復雜性采用一種快速的窄帶水平集算法，使每次只計算零水平集窄帶范圍內的點，較原始方法極大的提高了曲線的演化速

3、度； 2、提出了一種基于Mean Shift聚類的圖象弱邊界區(qū)域分割方法，該方法具有如下優(yōu)點：首先，能夠較好的抵御噪聲干擾；其次，對弱邊界區(qū)域分割效果較好；最后結合水平集算法后能自由處理曲線的拓撲變化，能同時分割圖象中的多個目標。 3、提出一種基于彩色梯度的活動輪廓模型用于對彩色圖象進行目標分割，該模型具有以下優(yōu)點，首先分割的魯棒性較好，由于顏色梯度更多的反映的是目標材質的變化，所以受圖象中的陰影、高光等因素影響較?。蝗?/p>