Mumford Shah算法研究及其在拓撲蛋白質(zhì)組學中的應用.pdf

1、圖像分割是圖像處理和計算機視覺領域中極為重要的內(nèi)容之一,是實現(xiàn)圖像分析和模式識別的首要問題,也是圖像處理的經(jīng)典難題之一。圖像分割的質(zhì)量、區(qū)域界限定位的精度直接影響后續(xù)的區(qū)域描述以及圖像的分析和理解。
　　 曲線演化(curve evolution)是解決靜止或運動圖像中分割和目標檢測問題的一種有效方法。采用Mumford Shah模型(簡稱MS模型)的圖像分割和輪廓提取技術(shù)是目前流行的曲線演化中的主動輪廓方法之一。Mumford

2、 Shah模型依賴的是同質(zhì)區(qū)域的全局信息,對強噪音、邊緣模糊或邊緣不連續(xù)圖像都可獲得較好的分割結(jié)果,突破了經(jīng)典模型基于局部信息的局限性限制。
　　 本文首先介紹了Mumford Shah算法的研究現(xiàn)狀,針對Mumford Shah算法的優(yōu)點以及Mumford Shah算法的缺點中的分割速度慢,參數(shù)選擇困難等提出了一種改進的快速自適應Mumford Shah算法。算法建立在順接模型上,首先采用Otsu算法對圖像進行預分割,將初始水

3、平集定位到離最佳分割邊界不遠處,減少了在后續(xù)計算中的迭代次數(shù),整體上提高分割的速度。第二,采用長度參數(shù)自適應方式計算參數(shù),減少參數(shù)對人工經(jīng)驗的依賴,免去了人工調(diào)整參數(shù)所耗費的時間,總體上減少了圖像分割的時間。第三,距離函數(shù)的計算采用源點掃描法快速計算初距離函數(shù),采用源點掃描法只要四次掃描即可計算出距離函數(shù),提高了分割速度；第四,在能量函數(shù)中新增了參數(shù)p的調(diào)節(jié)功能,對多灰度層次的圖像起到調(diào)節(jié)功能,讓分割結(jié)果在多個選擇中選擇更加合適的分割圖