基于活动轮廓模型的图像分割算法及优化研究

发布时间：2021-08-17 20:19

　　活动轮廓模型具有严谨的数学基础、多样的形式、灵活的结构、优越的性能,被广泛应用于各种图像分割问题,在医疗、军事、工业等领域都取得了显著成果。但是活动轮廓模型还在不断完善的过程中,尚存在鲁棒性差、依赖初始轮廓、运行速度慢等问题,致使图像的分割效果差,其理论框架有待进一步改善,应用范围有待进一步扩展。借鉴于这一点,我们结合水平集模型和聚类方法,提出改进的活动轮廓模型,并对模型的有效性进行验证。主要研究内容包括:局部二值拟合模型的能量函数的拟合仅仅只利用了图像的局部邻域信息,等同于进行了局部均值滤波,于是该模型对受到高斯噪声污染的图像有一定程度的鲁棒性,由于对椒盐噪声而言,均值滤波的功能毫无用处,受噪声影响分割出现误差。针对于此,根据局部二值拟合模型中的局部拟合项的特点,我们采用一个可以避免椒盐噪声作用的中值局部拟合项,它的泛函的最小值取该局部区域的中值,等同于作了中值滤波,从而消除椒盐噪声的作用。为了避免局部二值拟合模型易收敛于局部极值引起分割失败的问题,采用融合距离正则化水平集演化模型的方法,这两种模型相互补充,将边缘信息和区域信息有效的结合,弥足各自的不足,使得算法在保证精度的情况下,... 

【文章来源】：西安工程大学陕西省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

活动轮廓模型曲线演化图

图 2-2 GACM 算法分割示意图像分割方面的求解方式的复杂性限出 CV 水平集模型。该算法检测物的过程可以看成是一个最小化分区问平均曲率流” - 类似于演化活动轮跟在经典的活动轮廓模型中那样，有关。该算法通过有限差分给出数值测图像和内部轮廓。它的能量泛函如2 1 1 2 ( ) out ( )| ( ) | | ( )inside c side c I x C dx I x utside ( C )分别表示轮廓曲线C内外的 inside ( C )和 outside ( C )的图像强度2 2out ( )| ( ) |side cI x C dx 为全局拟合能量

2 活动轮廓模型需先验知识 计算成本昂贵 初始化轮廓线不敏感好地处理图像中的弱边对灰度不均匀的图像处理效果不好处理拓扑结构较复杂的像需重复初始化计算成本昂贵

【参考文献】：
期刊论文
[1]应用于运动视频目标跟踪的改进粒子滤波模型技术研究[J]. 刘懿.  现代电子技术. 2019(03)
[2]视频图像中的快速人体运动目标跟踪算法研究[J]. 李晨.  现代电子技术. 2019(03)
[3]自适应步长下多阈值彩色图像的全局分割方法[J]. 鲁秋菊,拓守恒.  吉林大学学报(理学版). 2019(01)
[4]参数化水平集活动轮廓模型的快速图像分割算法[J]. 陈红,于晓升,吴成东,孙鹏.  东北大学学报(自然科学版). 2019(01)
[5]基于高斯混合模型的改进GVF-Snake运动目标检测算法[J]. 卢毅,李文新.  计算机与数字工程. 2018(08)
[6]基于局部特征空间中智模糊C-均值聚类的视网膜血管分割[J]. 黄木连.  信息通信. 2018(08)
[7]一种结合GMM和活动轮廓的混合型图像分割方法[J]. 陈明,林益贤.  小型微型计算机系统. 2018(08)
[8]基于改进边缘活动轮廓模型的超声图像分割[J]. 倪晓航,肖明波.  计算机工程与设计. 2018(06)
[9]基于时空域联合信息的高原鼠兔运动目标检测[J]. 张爱华,王帆,陈海燕.  农业工程学报. 2018(09)
[10]基于几何活动轮廓模型的SAR图像海岸线检测[J]. 康艳秋,魏雪云.  江苏科技大学学报(自然科学版). 2018(02)

博士论文
[1]基于聚类分析的图像分割算法研究[D]. 许晓丽.哈尔滨工程大学 2012

硕士论文
[1]基于边缘信息的RGB-D图像分割算法研究[D]. 董怡.南京邮电大学 2018
[2]改进区域模型的水平集图像分割算法研究[D]. 赵怡.太原理工大学 2018
[3]几何活动轮廓模型对灰度不均匀图像局部分割研究[D]. 刘肖.山东大学 2017
[4]基于主动轮廓的运动目标检测与跟踪[D]. 张勇.武汉理工大学 2010



本文编号：3348429