论文部分内容阅读
近年来,活动轮廓模型以其灵活的形状分割和直接获得目标封闭轮廓而广泛应用于图像分割领域。其中,参数活动轮廓模型(Snake模型)将图像分割归结为一个封闭曲线的“能量”泛函最小化问题,由控制曲线平滑性的内能和控制曲线运动的外能共同引导曲线趋向能量平衡状态,使变形曲线向目标边缘收敛。但是,“蛇”模型对初始轮廓的放置位置敏感,对凹形和拓扑结构复杂的目标分割性能有限。本文在传统Snake模型的基础上,深入研究了GVF-Snake模型的理论和演化机制,主要工作如下: 1、计算并扩散图像边缘梯度来获取GVF力场,根据数值变分法求解能量最小化方程并分析 GVF-Snake模型的扩散方程。通过对理论和实验的研究发现 GVF-Snake模型对具有深度凹陷边界的目标难以完全收敛。 2、本文提出了GVF-Snake模型外部驱动力的改进方案,即在原有静态GVF外力的基础上,引入动态切向力和法向力。法向力用于扩大Snake曲线的捕捉范围,加快迭代速度,切向力则用于保证曲线更好的收敛至凹形边界。同时,法向力和切向力还可以通过阈值门限法自适应调整各自作用范围,从而能达到更好的效果。 实验结果表明,改进方案可以明显提高GVF-Snake模型对深度凹陷边界的检测能力和准确性。