基于偏微分方程的圖像分割與配準(zhǔn)研究.pdf

1、圖像分割與圖像配準(zhǔn)是圖像工程中兩個(gè)關(guān)鍵的基礎(chǔ)性任務(wù)，是機(jī)器視覺(jué)、模式識(shí)別等領(lǐng)域的重要組成部分。圖像的分割和配準(zhǔn)問(wèn)題自圖像產(chǎn)生便已存在，諸多研究者提出了大量處理方法，但圖像間的差異性和用戶需求的特殊性，使得圖像分割和圖像配準(zhǔn)一直是圖像工程中的研究熱點(diǎn)。偏微分方程理論因其具有完備的數(shù)學(xué)理論基礎(chǔ)和良好的可擴(kuò)展性等優(yōu)點(diǎn)成為當(dāng)前最為流行的圖像處理基本理論之一，已深入到圖像處理的各個(gè)方面且取得了良好的效果，基于活動(dòng)輪廓模型的圖像分割方法與基于光流場(chǎng)

2、等物理模型的圖像配準(zhǔn)方法是偏微分方程理論在圖像處理中的典型應(yīng)用。本文基于偏微分方程理論，從亮度不一致圖像分割、非剛性圖像配準(zhǔn)、配準(zhǔn)-分割耦合模型三個(gè)方面進(jìn)行了理論和方法的研究。本文的主要工作和研究成果如下：
　　 (1)LBF模型是一種有效的亮度不一致圖像分割模型，但該模型存在易于陷入局部極值的問(wèn)題，本文針對(duì)該問(wèn)題提出給模型的擬合函數(shù)加入對(duì)比度約束的改進(jìn)方法。LBF模型利用圖像的局部信息定義擬合函數(shù)，擬合函數(shù)的局部化屬性能夠克服

3、亮度不一致問(wèn)題的同時(shí)，回導(dǎo)致模型易于陷入局部極值。本文基于目標(biāo)邊界兩側(cè)的圖像亮度存在對(duì)比度的假設(shè)，提出對(duì)擬合函數(shù)加入對(duì)比度約束以避免能量陷入局部極值的改進(jìn)方法，模型中還加入了氣球作用力以擴(kuò)大外力的作用范圍。本文提出的對(duì)比度約束LBF模型能夠有效克服原始LBF模型易于陷入局部極值的問(wèn)題，且具有更強(qiáng)的初始化魯棒性。
　　 (2)針對(duì)全局化實(shí)現(xiàn)方法會(huì)嚴(yán)重影響LBF模型的實(shí)現(xiàn)效率和分割性能的問(wèn)題，本文提出基于窄帶活躍點(diǎn)更新的LBF模型。

4、LBF模型在實(shí)現(xiàn)過(guò)程中需要進(jìn)行大量的卷積運(yùn)算，因而全局化的實(shí)現(xiàn)方法十分耗時(shí)；另外，LBF模型全局化的實(shí)現(xiàn)方法與模型局部化的定義形式不一致，導(dǎo)致能量易于陷入局部極值、對(duì)初始化敏感等問(wèn)題。為此，本文提出采用窄帶方法實(shí)現(xiàn)LBF模型，并在窄帶基礎(chǔ)上，進(jìn)一步將更新點(diǎn)的范圍縮小到窄帶上的活躍點(diǎn)。本文提出的基于窄帶活躍點(diǎn)更新的LBF模型能夠顯著提高模型的計(jì)算效率，徹底解決模型易于陷入局部極值的問(wèn)題，且能實(shí)現(xiàn)感興趣區(qū)域的分割;另外，該模型可以直接推廣到

5、向量LBF模型，實(shí)現(xiàn)亮度不一致向量圖像的有效分割。
　　 (3)針對(duì)基于光流場(chǎng)模型的圖像配準(zhǔn)方法會(huì)造成圖像模糊的問(wèn)題，本文提出具有圖像特征保持能力的改進(jìn)光流場(chǎng)模型。基于光流場(chǎng)模型的圖像配準(zhǔn)方法能夠?qū)Υ嬖诜莿傂孕巫兊膱D像實(shí)現(xiàn)配準(zhǔn)，但由于微分光流場(chǎng)模型采用簡(jiǎn)單的光滑性約束來(lái)解決孔徑問(wèn)題，而光滑性約束不具有保持圖像特征的能力，因而會(huì)造成圖像嚴(yán)重模糊和細(xì)節(jié)丟失的問(wèn)題。本文將具有圖像結(jié)構(gòu)自適應(yīng)性的擴(kuò)散濾波方法引入圖像配準(zhǔn)，定義具有特征保持

6、和一致性增強(qiáng)能力的各向異性擴(kuò)散函數(shù)作為模型的正則項(xiàng)。基于改進(jìn)光流場(chǎng)模型的圖像配準(zhǔn)方法能夠有效保持圖像特征，實(shí)現(xiàn)對(duì)大腦等復(fù)雜圖像的有效配準(zhǔn)。
　　 (4)針對(duì)彩色圖像配準(zhǔn)中經(jīng)常存在的大色差和大位移問(wèn)題，本文在抽象匹配流框架下定義了彩色圖像的配準(zhǔn)模型。模型由互相關(guān)相似度函數(shù)和基于彩色結(jié)構(gòu)張量的各向異性擴(kuò)散正則項(xiàng)組成。新模型能夠有效綜合圖像各通道的信息，且具有良好的圖像特征保持能力，因而能夠有效避免各通道的色彩混疊，實(shí)現(xiàn)對(duì)大色差和大位