基于主動輪廓模型的圖像邊緣檢測研究.pdf

1、邊緣檢測是計算機視覺、圖像模式識別等領域中最基本的問題之一，它的實質(zhì)就是利用某一算法檢測出目標與背景間或目標與目標間的分界線。邊緣檢測在人類生活和工程應用中具有重要的作用，對它的研究也有著很重要的實用價值。
　　 主動輪廓模型是一種新型的圖像分割和目標檢測的方法，它綜合高層的目標先驗知識和底層的圖像信息，實現(xiàn)由上而下的圖像邊緣檢測。通過它進行圖像邊緣檢測既快捷又有效。它本質(zhì)上是一條具有能量的曲線，在外部能量和內(nèi)部能量的共同作用下

2、，通過最小化能量函數(shù)不斷向目標靠近，最終停留在目標邊緣處。
　　 本文首先對邊緣檢測的目的意義和發(fā)展現(xiàn)狀進行了綜述，然后介紹了邊緣檢測原理及其主要的邊緣檢測算法，并重點介紹了主動輪廓模型的概念以及它的算法流程。通過分析可知，傳統(tǒng)的主動輪廓模型主要存在兩個難點，一是捕捉區(qū)域小，初始輪廓敏感；二是輪廓曲線很難深入凹陷區(qū)域。針對這兩問題，存在一系列改進模型，這些改進模型具有各自的優(yōu)缺點。
　　 首先結合距離模型和GVF模型的優(yōu)

3、點，提出一種快速邊緣檢測算法。先采用距離模型快速逼近目標邊緣輪廓，設計判別條件，判斷逼近程度；當判斷已經(jīng)收斂到目標輪廓處時，利用GVF模型繼續(xù)收斂，深入目標輪廓的凹陷區(qū)域。實驗結果表明改進模型具有捕獲區(qū)域大，收斂速度快以及能深入凹陷區(qū)域，提取出完整邊緣輪廓的特點。
　　 針對GVF模型對多目標圖像進行邊緣檢測時，會產(chǎn)生偽邊緣的現(xiàn)象，提出了一種多目標邊緣檢測算法。該算法首先利用GVF模型對整個目標區(qū)域進行邊緣檢測，由于目標間存在滯