圖像分割及基于質(zhì)子彈簧模型圖像配準(zhǔn)的研究.pdf

1、圖像處理一直是計(jì)算機(jī)視覺(jué)，模式識(shí)別的研究重點(diǎn)．同時(shí)，隨著”虛擬人”研究項(xiàng)目的提出，實(shí)施，對(duì)圖像處理提出了更多實(shí)際要求．我們參與的與”虛擬人”項(xiàng)目相關(guān)的基于人體切片的上頸椎三維重建課題，也對(duì)圖像處理提出了新要求．另一方面，伴隨著包括醫(yī)學(xué)影像技術(shù)在內(nèi)的圖像獲取技術(shù)的發(fā)展，不斷有新類型的圖像出現(xiàn)．所有這些都需要我們對(duì)包括圖像分割，圖像配準(zhǔn)在內(nèi)的圖像處理技術(shù)進(jìn)行進(jìn)一步的研究．目標(biāo)輪廓提取，彈性圖像配準(zhǔn)分別是圖像分割和圖像配準(zhǔn)研究的重要組成部分．

2、在本文，我們對(duì)目標(biāo)輪廓提取，彈性圖像配準(zhǔn)進(jìn)行了初步分析研究，分別提出了單水平集多目標(biāo)輪廓提取算法，IGCA算法，鄰域活動(dòng)線輪廓提取算法，改進(jìn)型質(zhì)子彈簧模型圖像配準(zhǔn)算法．論文的主要?jiǎng)?chuàng)新點(diǎn)和貢獻(xiàn)，所提出算法的主要思想歸納如下： 首先，我們提出單水平集多目標(biāo)輪廓提取算法，實(shí)現(xiàn)只采用一個(gè)水平集函數(shù)同時(shí)提取多個(gè)目標(biāo)輪廓線．我們?cè)贑han和Vese的無(wú)邊界主動(dòng)輪廓模型(簡(jiǎn)稱CV模型)基礎(chǔ)上，指出CV模型只能實(shí)現(xiàn)單目標(biāo)的輪廓提取，主要原因是不

3、能使水平集函數(shù)驅(qū)動(dòng)的輪廓線在某些目標(biāo)區(qū)域正確分裂，沒(méi)有有效利用輪廓線的拓?fù)浞至研畔ⅲ覀兺ㄟ^(guò)修正CV模型，引入標(biāo)記模板，用于追蹤零水平集的分裂情況，對(duì)不同的準(zhǔn)目標(biāo)區(qū)域區(qū)別處理；引入圖像區(qū)域均值模板，用于估計(jì)可能淹沒(méi)在背景區(qū)域中的目標(biāo)區(qū)域，促使水平集函數(shù)在上述目標(biāo)區(qū)域充分變形，使對(duì)應(yīng)零水平集充分分裂，實(shí)現(xiàn)多目標(biāo)輪廓提?。畬?shí)驗(yàn)表明我們的算法是有效的． 其次，我們提出IGCA：迭代圖切算法和鄰域活動(dòng)線輪廓提取算法．IGCA算法的主要貢

4、獻(xiàn)在于引入新圖像分割測(cè)度：圖像分割熵(ISE)，將圖像分割問(wèn)題轉(zhuǎn)換成關(guān)于圖像分割熵的最小化問(wèn)題；并通過(guò)迭代圖切算法給出圖像分割熵的最小化問(wèn)題的近似解．而鄰域活動(dòng)線輪廓提取算法，實(shí)現(xiàn)了彩色紋理圖像的輪廓提取。與傳統(tǒng)活動(dòng)線算法要求用戶盡可能提供準(zhǔn)確種子點(diǎn)不同，我們只需要用戶提供種子區(qū)域，就能控制，提取特定目標(biāo)的輪廓線．我們引用J圖概念描述圖像紋理的區(qū)域特性，在此基礎(chǔ)上定義J向量圖，描述圖像中每點(diǎn)處的紋理特性，并依據(jù)J向量圖定義關(guān)于圖像的權(quán)圖

5、，將圖像目標(biāo)輪廓提取轉(zhuǎn)換成圖論中的最短路徑問(wèn)題，運(yùn)用動(dòng)態(tài)規(guī)劃方法予以求解．實(shí)驗(yàn)表明我們的算法可以實(shí)現(xiàn)彩色紋理圖像的輪廓提?。?再其次，我們提出基于四邊域網(wǎng)格的改進(jìn)型質(zhì)子彈簧模型圖像配準(zhǔn)算法，實(shí)現(xiàn)圖像的彈性配準(zhǔn)，同時(shí)給出圖像配準(zhǔn)拓?fù)浔Ｐ蔚某浞謼l件．我們依據(jù)模板圖像建立基于四邊域網(wǎng)格的質(zhì)子彈簧模型，通過(guò)將基于模板圖像，目標(biāo)圖像的SDD測(cè)度關(guān)于質(zhì)子偏離場(chǎng)的Gateaux導(dǎo)定義為模型外力，質(zhì)子之間彈性力，阻尼力等定義為內(nèi)力，將圖像配準(zhǔn)問(wèn)

6、題轉(zhuǎn)換成力學(xué)平衡問(wèn)題．我們給出確?；谫|(zhì)子彈簧模型變形滿足拓?fù)浔Ｐ魏凸饣韵拗频某浞謼l件．針對(duì)模型演化過(guò)程中出現(xiàn)的網(wǎng)格重疊問(wèn)題(即不拓?fù)浔Ｐ涡?，提出通過(guò)實(shí)時(shí)修改質(zhì)子運(yùn)動(dòng)速度，和定義拓?fù)浔Ｐ瘟Φ姆椒?，保證模型演變具備拓?fù)浔Ｐ涡裕灰肷⒍?，旋度限制，保證偏離場(chǎng)的光滑性．為提高配準(zhǔn)算法的收斂速度，我們進(jìn)一步將分層策略應(yīng)用于模型演化過(guò)程中．我們提供了若干實(shí)驗(yàn)結(jié)果說(shuō)明我們的工作是有效．我們?cè)诨谌梭w切片的上頸椎三維重建課題中運(yùn)用了我們提出的算法