活動輪廓模型及在人臉部輪廓檢測中的應(yīng)用.pdf

1、近些年來,計算機(jī)圖像的檢測和分割在圖像處理中起著越來越重要的作用。由于物體形狀的多樣性以及圖像質(zhì)量的不同,傳統(tǒng)的圖像檢測和分割方法,如邊緣檢測、閾值方法等,用來提取輪廓邊界時可能完全失效,有時必須在分割結(jié)果中去除無效的對象邊界。活動輪廓模型是利用能量最小化函數(shù)在復(fù)雜圖象中尋找目標(biāo)邊緣的一種新方法,在國內(nèi)外都受到了廣泛關(guān)注。本文對活動輪廓模型進(jìn)行了詳細(xì)的研究,并將研究結(jié)果應(yīng)用于人臉的輪廓檢測,為一下步人臉識別奠定了基礎(chǔ)。 本文首先

2、介紹了在計算機(jī)中圖像預(yù)處理和邊緣檢測常用的一些方法,比較了這些算法的優(yōu)缺點。然后后引入了活動輪廓模型,并深入研究了活動輪廓模型進(jìn)行邊緣檢測的原理,給出了它的物理解釋和實現(xiàn)方法。在基于活動輪廓模型的圖像邊緣檢測中,搜索范圍小和深度凹陷區(qū)域的分割是難點,為此本文對活動輪廓模型不同的外力場進(jìn)行了研究,并對它們的輪廓收斂性能進(jìn)行了分析,在此基礎(chǔ)上提出了一個新的改進(jìn)模型；它先采用距離snake使初始輪廓逼近目標(biāo)物體邊緣,然后結(jié)合NGVF使收斂進(jìn)入

3、目標(biāo)物體的凹陷部分,最后應(yīng)用有限差分實現(xiàn)了改進(jìn)模型的數(shù)值計算；實驗表明該模型具有較大的捕獲區(qū)且能快速收斂到物體邊緣的凹陷部分,提取出感興趣目標(biāo)的輪廓。 接下來針對梯度矢量流活動輪廓模型同樣存在著濾除噪聲和準(zhǔn)確定位的矛盾,提出利用三次B樣條小波與GVF活動輪廓模型進(jìn)行融合,得到一種去噪功能好的多尺度活動輪廓方法。它先在大尺度下對圖像進(jìn)行濾波,用GVF Snake搜索到一個抗噪性能好定位不太準(zhǔn)的目標(biāo)輪廓；然后逐步減少尺度,并在前一次