《主动轮廓概述》由会员分享，可在线阅读，更多相关《主动轮廓概述（7页珍藏版）》请在金锄头文库上搜索。
1、主动轮廓模型,周工作总结,主动轮廓模型,边缘检测,图像分割 基本思想：基于图像灰度值的两个基本特征：相似性（区域内部）和不连续性（区域之间）。不连续性是基于灰度的不连续变化分割图像，如针对图像的边缘有边缘检测、边界跟踪、Hough等算法；相似性是依据事先制定的准则将图像分割为相似的区域，如阈值分割、区域分裂与合并、区域生长等。,主动轮廓模型,边缘检测 传统边缘检测：基于梯度微分的 边缘检测算法，主要是根据灰度边缘处的一阶导数有极值，二阶导数过零点的原理来检测边缘。在计算边缘的导数时，对每个位置的像素都需要计算，在实际应用中，通常用模板卷积来近似计算。经典的微分算子有Roberts算子、Sobe
2、l算子、Prewitt算子、Kirsch算子、Laplacian算子等。,主动轮廓模型,边缘检测 最优算子法是通过信噪比最优来检测边缘的最优滤波器，常见的最优算子有LOG算子和Canny算子。 Canny算子三个最优准则：好的信噪比、好的定位性能、对单一边缘仅有唯一响应。,边缘检测 拟合法是根据最小二乘法将图像的局部区域用一组基函数的线性组合近似表示，再利用拟合参数求得边缘。以模糊数学、数学形态学、人工神经网络、蚁群理论、遗传算法、支持向量机、分形理论以及多分辨率分析和小波理论等新兴数学工具为基础的边缘检测方法。,主动轮廓模型,边缘检测 Snake模型是基于能量最小化的主动轮廓模型，优点是不管
3、图像的质量如何，总能得到平滑封闭的边界。它的基本思想是运用严格的数学方法对边缘检测问题进行分析，在原始图像上定义一条初始轮廓曲线，通过将能量函数最小化，使得轮廓曲线形变运动到目标边界，从全局最优的观点提取边缘。,1987年Kass等人最初提出主动轮廓模型，它可以定义为直角坐标系中的任意一条轮廓曲线 Snake模型的能量函数包含内部能量和外部能量两项，在二者的共同作用下极小化轮廓曲线，能量函数如下所示：,是模型内部能量，由轮廓曲线的长度和曲率等自身特征决定 ，具体表示为：,是模型的外部能量，来自图像中目标的特征，通常是梯度的降函数（如边缘）， 具体表示为：,主动轮廓模型,Snake模型：是在有轮
4、廓（曲线）自身特征决定的内部能量和图像数据特征决定的外部能量共同作用下能量极小化的移动的变形轮廓曲线。内力起平滑约束作用，外力则引导snake模型向图像特征移动；它依据图像信息进行曲线（曲面）演化，使其最终找到目标物体的边界，将分割问题转化为最优化问题，利用闭合曲线（或者曲面）变形的特定规律，定义度量闭合曲线（曲面）变形的能量函数，通过最小化能量函数使曲线（曲面）逐渐逼近图像中目标物体的边缘；,Snake模型虽然具有传统方法无法比拟的优点，但是它也存在着一些问题，根据表示方式和实现方法的不同，把改进的模型分为两类：参数主动轮廓模型几何主动轮廓模型 随着改进模型的进一步发展：基于边界的分割基于区域的分割,下周打算：,
