基于活動輪廓的圖像分割模型研究.pdf

1、分類號：密級：學(xué)校代碼：!Q!魚曼學(xué)號：201211000751連掌坪耗大學(xué)碩士學(xué)位論文基于活動輪廓的圖像分割模型研究作者姓名：學(xué)科、專業(yè)：研究方向：導(dǎo)師姓名：張沖2015年05月遼寧師范大學(xué)碩士學(xué)位論文摘要圖像分割作為一種重要的圖像處理技術(shù)，不僅受到人們的廣泛重視，同時在實(shí)際中得到大量的應(yīng)用。近年來，基于偏微分方程的圖像分割方法作為一新興的研究領(lǐng)域，因其理論體系比較成熟和數(shù)值實(shí)現(xiàn)方法較為靈活而一直備受關(guān)注。該方法的基本思想是：利用圖像

2、的幾何特性建立對應(yīng)的能量泛函，通過變分法和梯度下降流方法，將能量函數(shù)求極值問題轉(zhuǎn)變?yōu)橄鄳?yīng)的動態(tài)偏微分方程求解問題，最終使得活動輪廓在感興趣區(qū)域停止演化。本文首先介紹了圖像分割的研究現(xiàn)狀和研究目的：并簡要概述了基于偏微分方程進(jìn)行圖像分割的數(shù)學(xué)理論：然后，詳細(xì)分析了傳統(tǒng)模型的優(yōu)缺點(diǎn)及其適用范圍；最后，針對傳統(tǒng)模型中存在的諸如計(jì)算復(fù)雜度高、對初始輪廓位置敏感、分割效果差等問題進(jìn)行了研究，提出了兩個具有一定創(chuàng)新性的圖像分割活動輪廓模型，可有效的

3、實(shí)現(xiàn)對對比度低、背景復(fù)雜的異質(zhì)圖像的目標(biāo)分割。研究成果如下：1提出了一種基于全局信息和局部信息自適應(yīng)調(diào)整的活動輪廓模型。該模型的創(chuàng)新點(diǎn)在于：(1)定義了一個新穎的自適應(yīng)平衡函數(shù)，其能夠根據(jù)圖像自身特性自動調(diào)整各部分的權(quán)重，進(jìn)而驅(qū)動曲線演化。(2)在權(quán)重函數(shù)中，加入了高斯濾波過程去正則化水平集函數(shù)，同時增加了一項(xiàng)下降因子，加快了曲線的演化速度。(3)懲罰項(xiàng)的引入保證了模型的精確計(jì)算和平穩(wěn)演化。實(shí)驗(yàn)結(jié)果表明：本文模型無論在分割精度還是處理速

4、度上都取得了較好的分割效果。2提出了一種基于邊緣和區(qū)域信息相結(jié)合的醫(yī)學(xué)圖像分割輪廓模型。由于醫(yī)學(xué)圖像對比度低，結(jié)構(gòu)復(fù)雜，帶有大量噪聲，使得傳統(tǒng)的活動輪廓模型對于這類圖像的分割不甚理性?？紤]到邊緣引導(dǎo)函數(shù)通常能夠準(zhǔn)確地對圖像邊緣進(jìn)行引導(dǎo)，全局信息對弱邊界和噪聲圖像具有魯棒性，而局部信息可用于對異質(zhì)圖像的處理。因此，我們試圖將三類信息進(jìn)行融合。本文模型的創(chuàng)新點(diǎn)在于：(1)將LBF模型中的局部擬合項(xiàng)融入到SBGFRLS模型的SPF函數(shù)中，解決