結(jié)合圖像結(jié)構(gòu)信息GVF Snake模型的圖像分割方法研究.pdf

1、圖像分割是一種將圖像中所包含的感興趣區(qū)域與背景區(qū)域分開，并且提取出目標區(qū)域的圖像處理技術(shù)。作為一種關(guān)鍵性的基礎(chǔ)操作，圖像分割技術(shù)已經(jīng)成為圖像處理領(lǐng)域非常重要的研究內(nèi)容之一。主動輪廓(也稱為Snake)模型憑借其良好的分割特性，在圖像分割領(lǐng)域應用廣泛。梯度矢量流(Gradient Vector Flow，GVF)主動輪廓模型改善了傳統(tǒng)Snake模型對初始輪廓線位置較為敏感的問題，并且對于凹型區(qū)域的分割性能也有所提升。GVF Snake模型

2、作為一種經(jīng)典且有效的外力場改進模型也備受研究者關(guān)注。
　　本文首先介紹了圖像分割的背景和意義，并且對圖像分割的概念進行了描述。然后介紹了幾種經(jīng)典的基礎(chǔ)分割方法；之后重點介紹了Snake模型和GVF Snake模型的分割方法，相比于Snake模型，GVF Snake外力場的作用范圍更大，分割效果更佳。然而GVF Snake模型在分割過程中也存在一些問題，針對這些不足之處，本文提出了兩種改進方法。
　　(1) GVF Snake

3、模型在分割帶有尖角的目標時，曲線很難收斂到尖角處。針對這一問題，本文提出結(jié)合角點信息GVF Snake模型圖像分割方法。首先，運用基于邊緣輪廓曲率的角點檢測方法，檢測出圖像中的角點位置，并且在邊緣線上和角點處對GVF場進行局部修正，然后結(jié)合角點信息給出局部角點力，最后將角點力與修正后的GVF場相結(jié)合得出一種新的外力場。實驗證明，本文改進的GVF Snake模型能夠更好的收斂到圖像的尖角處。
　　(2) GVF Snake模型相比于

4、傳統(tǒng)的Snake模型在分割凹型邊界性能方面有了一定的提升。然而，對于深凹區(qū)域的分割，GVF Snake模型仍然很難收斂到深凹區(qū)域底部，并且GVF Snake模型對于噪聲的魯棒性以及邊緣保護方面也存在不足。針對這些問題，根據(jù)廣義GVF(Generized GVF,簡稱為GGVF) Snake模型，本文提出了基于圖像結(jié)構(gòu)信息各項異性GGVF(Image Structure Anisotropic GGVF,簡稱ISAGGVF) Snake模