论文部分内容阅读
工业计算断层成像技术(Industrial Computed Tomography,ICT)已经普遍地应用在石油、材料、铁路、航天等领域。ICT通过获取目标物体的扫描信息从而重建出目标物体的断层图像并用于进一步的分析和处理。其中如何从ICT图像中稳定、高效、准确的提取出人们感兴趣的目标区域(即图像分割)是ICT应用的关键所在。而现有的图像分割方法很多,其中活动轮廓模型分割方法以其光滑且封闭的分割轮廓而受到人们广泛的关注。本文深入地研究了活动轮廓模型为基础的图像分割方法,在现有的活动轮廓模型的基础上,针对ICT图像缺陷的一些特点,以提高分割的准确性、减少计算时间、增加初始轮廓选择的鲁棒性作为目标,提出了一种改进RSF模型的图像分割算法。本文的主要工作内容有:(1)对于RSF模型中的?参数以及初始轮廓对于分割结果的影响作了实验分析,并在此之上得出:在分割迭代前期阶段初始轮廓远离目标区域需要增加?参数的值来减少模型对于初始轮廓的敏感性,在分割迭代趋于结束的时候需要减少?参数值从而使活动轮廓更靠近物体边界并减少计算时间的结论。(2)在LGIF模型的基础上提出了用一个?参数较大的RSF模型来代替原有的局部和全局的加权和。(3)对于前面提出的?参数的变化规律提出了一种自适应的算法,使得?参数在曲线的演化中动态更新其值。为了验证本文提出的算法的实用性和有效性,在本文的第四章中使用了一些经典的灰度不均匀的图像进行了分割的对比,并在第五章中对于一些有缺陷的ICT图像进行分割研究。为了定量的分析分割的精度,在第五章中引入了两个评价分割精度和质量的指标参数,并对分割结果进行了定量的评价。实验结果表明对于ICT图像的缺陷分割本文的模型比RSF模型和LGIF模型能够提高分割的准确性、减少计算时间、降低模型对于初始轮廓的敏感性,从而得出了本文模型在精度和时间上更能满足ICT图像对于缺陷分割要求的结论。