基于形狀先驗(yàn)的水平集圖像分割研究.pdf

1、活動(dòng)輪廓模型與傳統(tǒng)分割算法相比具有的優(yōu)勢(shì)，使其成為當(dāng)前圖像分割領(lǐng)域一種非常流行和廣泛應(yīng)用的分割算法。但是它也存在自身的缺陷，如基于邊界的活動(dòng)輪廓模型由于利用了邊界附近圖像梯度的局部信息，因此對(duì)初始輪廓和噪聲都很敏感；基于區(qū)域的活動(dòng)輪廓模型利用了全局信息，初始輪廓可隨意放置，但該模型也有自身的缺點(diǎn)，當(dāng)圖像前景與背景光強(qiáng)均值差別不大或待分割目標(biāo)感興趣區(qū)域灰度不一致時(shí)，效果不佳。因此將先驗(yàn)形狀信息引入活動(dòng)輪廓模型中成為一種可行的途徑。而傳統(tǒng)的

2、基于先驗(yàn)形狀信息的分割方法要求先驗(yàn)形狀信息必須與目標(biāo)輪廓有相同的位置、大小、角度，這在實(shí)際應(yīng)用中很難滿足。
　　針對(duì)這些問(wèn)題，本文設(shè)計(jì)了一種新的基于形狀先驗(yàn)的水平集分割方法。論文的主要工作有：
　　1.將邊界特征和區(qū)域特征相結(jié)合，使得區(qū)域和邊界特征同時(shí)影響曲線演化；并且在模型中引入形狀先驗(yàn)信息，構(gòu)建了新的曲線演化能量泛函。
　　2.構(gòu)造了新的相似性度量進(jìn)行形狀匹配，考慮了形狀模板的位置和大小，這樣保證了圖像分割的平移不

3、變性和尺度不變性；對(duì)于部分遮擋的圖像也可以得到理想的分割效果；另外，匹配得到的模板還用于初始輪廓線的生成，以便于輪廓曲線向感興趣區(qū)域收斂。通過(guò)與傳統(tǒng)分割方法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明該方法具有較好的分割效果和較高的準(zhǔn)確率。
　　3.設(shè)計(jì)開(kāi)發(fā)了一套分割算法評(píng)價(jià)系統(tǒng)，該系統(tǒng)可以執(zhí)行不同分割算法，并通過(guò)不同的評(píng)價(jià)標(biāo)準(zhǔn)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析對(duì)比和評(píng)價(jià)。在Weizmann圖庫(kù)、行走中人的系列圖集以及腹部CT圖像三個(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，對(duì)本文提出的新模