基于GVF力場(chǎng)分析的多目標(biāo)圖像邊緣檢測(cè)算法研究.pdf

1、圖像邊緣檢測(cè)是圖像處理過程中的重要步驟之一，是虛擬手術(shù)系統(tǒng)中進(jìn)行三維建模的基礎(chǔ)。但是數(shù)字人體圖像通常是多目標(biāo)圖像，參數(shù)輪廓模型不能處理該問題，多目標(biāo)圖像分割問題在虛擬手術(shù)中成為一個(gè)瓶頸。 文中提出基于力場(chǎng)分析的圖像分割方法，解決參數(shù)輪廓模型處理多目標(biāo)的圖像分割問題。首先，分析梯度矢量流力場(chǎng)生成機(jī)理與力場(chǎng)的特點(diǎn)，建立真實(shí)輪廓處力場(chǎng)（零力場(chǎng)）充分條件，依據(jù)零力場(chǎng)充分條件生成離真實(shí)輪廓處3-5像素距離的初始輪廓線，逼近得到多目標(biāo)的目標(biāo)

2、輪廓線；其次，引入擴(kuò)散梯度矢量流力場(chǎng)，簡(jiǎn)化零力場(chǎng)識(shí)別與連接過程，降低時(shí)間復(fù)雜度。論文主要內(nèi)容包括： 首先對(duì)各類圖像邊緣檢測(cè)方法進(jìn)行了介紹與比較，介紹了多種多目標(biāo)圖像分割方法，并進(jìn)行了分析，對(duì)圖像分割領(lǐng)域的進(jìn)展與成果進(jìn)行了總結(jié)與回顧。 其次，對(duì)GVF Snake模型從本質(zhì)上進(jìn)行了研究。針對(duì)GVF Snake模型的時(shí)間復(fù)雜度兩大成因，得到時(shí)間復(fù)雜度與這兩大成因間的數(shù)學(xué)關(guān)系，為降低模型時(shí)間復(fù)雜度提供數(shù)學(xué)支持；對(duì)GVF Snak

3、e模型的初始輪廓線設(shè)定關(guān)系進(jìn)行了研究，為后續(xù)初始輪廓線的設(shè)定提供依據(jù)。 再次，本文詳細(xì)分析GVF Snake模型力場(chǎng)，對(duì)GVF力場(chǎng)的形成機(jī)理、力場(chǎng)的特點(diǎn)進(jìn)行研究與分析；定義真實(shí)輪廓處力場(chǎng)的充分條件，區(qū)分各類特殊的GVF力場(chǎng)，為基于力場(chǎng)分析的圖像分割算法奠定了數(shù)學(xué)基礎(chǔ)。 最后，針對(duì)多目標(biāo)圖像分割問題，利用GVF力場(chǎng)的特點(diǎn)，引入EGVF力場(chǎng)，設(shè)計(jì)零力場(chǎng)選取與簡(jiǎn)化方法，設(shè)計(jì)初始輪廓線生成與逼近算法，解決GVF Snake模型處