基于改進的snake模型的圖像邊緣檢測.pdf

1、圖像邊緣檢測是一項非常重要的圖像分析技術，在圖像分割、圖像分類識別和計算機視覺等領域中占有越來越重要的地位。傳統(tǒng)的圖像邊緣檢測方法只利用了圖像本身的信息，有時并不能滿足檢測的要求；而主動輪廓模型（即Snake模型）除了利用底層的圖像信息，還添加了高層的先驗知識，可以實現目標邊界的準確定位。
　　 本文從參數主動輪廓模型和幾何主動輪廓模型兩個方面出發(fā)對圖像邊緣檢測做了較深入的研究。
　　 首先，對圖像邊緣檢測的目的、意義和

2、國內外研究進行了綜述，介紹了Snake模型的基本原理和算法分類，以及怎樣設計經典Snake模型的能量函數。然后，針對不能在深度凹陷區(qū)域收斂的問題，進一步闡述了梯度矢量流(GVF)的基本算法和數值實現，以及廣義梯度矢量流(GGVF)的定義和原理，并且在此基礎上引入了改進的連續(xù)能量函數，用以改善輪廓點分布的均勻性，讓曲線更加平滑，避免出現尖角。接著，重點研究了基于水平集方法的Snake模型，它屬于幾何主動輪廓模型。水平集方法又分為傳統(tǒng)的需要