虛擬手術(shù)系統(tǒng)中圖像的邊緣檢測方法研究.pdf

1、 本文在深入分析現(xiàn)有邊緣檢測方法的基礎(chǔ)上，重點研究了基于小波變換的邊緣檢測方法、GVF(梯度矢量流)Snake動態(tài)輪廓模型。對這兩種方法中存在的幾個不足進行了改進，并結(jié)合小波分析與GVF Snake模型兩種方法的優(yōu)點，提出了一種新的邊緣檢測方法。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)邊緣檢測方法，基于小波變換的多尺度邊緣檢測方法。對基于小波變換的邊緣檢測方法中出現(xiàn)的雙邊緣問題、邊緣線間斷等問題提出了改進

2、算法。 2.深入研究了傳統(tǒng)Snake動態(tài)輪廓模型、GVF Snake動態(tài)輪廓模型的理論、方法。指出了GVFSnake動態(tài)輪廓模型的不足之處，即GVF Snake動態(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，對GVFSnake模型進行了改進。 3.對GGVF Snake動態(tài)輪廓模型進行了分析。指出了它的一個不足之處，即不能夠逼近偶數(shù)個像素間隔的深凹型輪廓。本文通過對圖像力場的處理，使得動態(tài)輪