結合改進VFC的活動輪廓圖像分割算法研究.pdf

1、圖像分割在計算機視覺領域不可或缺，它是基礎處理，也是一個操作難點。圖像分割的目的是將圖像劃分為多個區(qū)域，這些區(qū)域具有某些相似特征，可以從中提取感興趣目標，分割的準確性在很大程度上影響著后續(xù)分析、理解等高層處理的準確性?；谄⒎址匠痰幕顒虞喞Ｐ鸵褟V泛應用于圖像分割，由于其既利用了低層的圖像數據信息，又結合了高層的目標先驗知識，與傳統的圖像分割方法相比表現出很強的優(yōu)越性。
　　傳統活動輪廓，即Kass提出的snake模型，自198

2、7年以來，得到極大變型、發(fā)展和應用，由于其嚴謹的數學基礎、高效的數值方案等數學優(yōu)勢，而成為計算機視覺、圖像處理應用領域中最受關注的算法之一。Snake模型演化的曲線是由參數表示，也就是說，在某些意義上是一個曲線擬合的過程。它的實現過程是，通過最小化能量函數，使曲線收斂到目標輪廓處。期望得到光滑、完整地曲線輪廓，以解決傳統圖像分割算法在最終的分割曲線有中斷的問題;雖然這一模型與其它傳統方法相比存在優(yōu)勢，但同時其自身仍存在一些缺陷，比如，一

3、是:分曲線參數對分割結果有致命的影響，因此參數選擇至關重要，卻又難以把握;二是:分割過程中難以處理圖像的拓撲變化，并且，由于其力的捕捉范圍有限，其初始輪廓只能放在目標附近;三是:snakes模型圖像分割過程僅涉及圖像邊界梯度信息，這導致了算法應用有局限，不能處理目標凹陷部分，同時受到圖像外界干擾因素較多，魯棒性差。
　　針對以上snakes模型的缺點，許多研究者各個擊破，從不同的視覺提出了許多改進模型，其中幾何活動輪廓及其各種改進

4、型算法得到廣泛的應用，但是還是存在一些問題，比如對初始輪廓的位置較敏感，演化速度不夠快，速度與分割精度不能兼得等。VFC在snakes模型應用的提出為VFC在圖像分割中的應用提供了一個平臺，我們將其應用到改進的活動輪廓中得到了很好的分割效果，不論速度還是分割精度都得到了改善。本文在總結圖像分割現存的經典算法，以及國內外研究現狀，比較各種改進算法的優(yōu)缺點以及所解決的問題依據的基礎上，重點對基于活動輪廓的圖像分割算法進行學習研究，并結合矢量

5、場卷積力場對其進行改進:基于改進的VFC外力場的活動輪廓算法研究，重點對其外力場的系數進行改進、調整，達到即能提高速度又能提高分割精度，并且對灰度分布不均勻，噪聲干擾等圖像都會有較高魯棒性的分割效果。從而可以廣泛應用與真實圖像和醫(yī)學圖像中。
　　與灰度圖像相比彩色圖像在許多領域的應用存在諸多方便，比如，在目標識別、跟蹤等。然而，光照的變化一直是影響后續(xù)圖像處理的一個較關鍵因素，在本文的最后我們提出一種處理彩色圖像光照變化影響的新思