论文部分内容阅读
针对主动形状模型(Active Shape Model,ASM)的标定问题,提出了变分域的概念,并且利用变分域实现主动形状模型的自动标定。算法首先通过对样本集变分映射以得到形状变化的幅度、频度和位置,然后在D-P曲线采样算法的基础上,根据变分域信息动态设定平均形状标记点的位置和密度分布,从而把样本集的变化信息作为先验知识引入到标定中,提高了标记点对样本集变化的描述能力。实验表明,该方法能够得到更合理的标记点分布和更准确的样本形状及变化描述,而且ASM形状模型更加紧致。