幾何活動(dòng)輪廓模型在圖象目標(biāo)輪廓分割中的應(yīng)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(dòng)輪廓模型屬于基于邊界的分割。 活動(dòng)輪廓模型已成為圖象分析的重要工具。目前常用的活動(dòng)輪廓模型有參數(shù)模型和幾何模型。本文研究活動(dòng)輪廓模型在圖象分割中的原理、方法及應(yīng)用，其中重點(diǎn)研究幾何活動(dòng)輪廓模型在醫(yī)學(xué)超聲圖象、弱邊界區(qū)域與彩色圖象分割中的應(yīng)

2、用，具體包含以下三個(gè)方面。 1、針對(duì)醫(yī)學(xué)超聲圖象的特點(diǎn)提出了一種改進(jìn)的快速圖象分割方法，該方法具有以下幾個(gè)明顯的優(yōu)點(diǎn)：首先能夠較好的權(quán)衡去噪與邊界保持的關(guān)系，由于采用總變分方法去噪，其在去除噪聲的同時(shí)還具有良好的邊界保持特點(diǎn)，所以針對(duì)超聲圖象的復(fù)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(duì)水平集的計(jì)算復(fù)雜性采用一種快速的窄帶水平集算法，使每次只計(jì)算零水平集窄帶范圍內(nèi)的點(diǎn)，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(diǎn)：首先，能夠較好的抵御噪聲干擾；其次，對(duì)弱邊界區(qū)域分割效果較好；最后結(jié)合水平集算法后能自由處理曲線的拓?fù)渥兓芡瑫r(shí)分割圖象中的多個(gè)目標(biāo)。 3、提出一種基于彩色梯度的活動(dòng)輪廓模型用于對(duì)彩色圖象進(jìn)行目標(biāo)分割，該模型具有以下優(yōu)點(diǎn)，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(biāo)材質(zhì)的變化，所以受圖象中的陰影、高光等因素影響較??；然