虛擬手術(shù)系統(tǒng)中圖像的邊緣檢測(cè)方法研究.pdf

1、 本文在深入分析現(xiàn)有邊緣檢測(cè)方法的基礎(chǔ)上，重點(diǎn)研究了基于小波變換的邊緣檢測(cè)方法、GVF(梯度矢量流)Snake動(dòng)態(tài)輪廓模型。對(duì)這兩種方法中存在的幾個(gè)不足進(jìn)行了改進(jìn)，并結(jié)合小波分析與GVF Snake模型兩種方法的優(yōu)點(diǎn)，提出了一種新的邊緣檢測(cè)方法。論文主要內(nèi)容包括： 1.分析并程序?qū)崿F(xiàn)了基于微分算子的傳統(tǒng)邊緣檢測(cè)方法，基于小波變換的多尺度邊緣檢測(cè)方法。對(duì)基于小波變換的邊緣檢測(cè)方法中出現(xiàn)的雙邊緣問題、邊緣線間斷等問題提出了改進(jìn)

2、算法。 2.深入研究了傳統(tǒng)Snake動(dòng)態(tài)輪廓模型、GVF Snake動(dòng)態(tài)輪廓模型的理論、方法。指出了GVFSnake動(dòng)態(tài)輪廓模型的不足之處，即GVF Snake動(dòng)態(tài)輪廓模型不能成功逼近由兩次內(nèi)凹形成的“瓶型”輪廓。本文通過修改GVF力場(chǎng)，對(duì)GVFSnake模型進(jìn)行了改進(jìn)。 3.對(duì)GGVF Snake動(dòng)態(tài)輪廓模型進(jìn)行了分析。指出了它的一個(gè)不足之處，即不能夠逼近偶數(shù)個(gè)像素間隔的深凹型輪廓。本文通過對(duì)圖像力場(chǎng)的處理，使得動(dòng)態(tài)輪