版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、傳統(tǒng)的圖切分模型通常利用圖像中的顏色特征和紋理特征對分割問題所對應的能量泛函進行建模??紤]到面部表情圖像的邊緣是微弱模糊的,而且區(qū)域內(nèi)部的顏色和紋理信息并不豐富,因此采用傳統(tǒng)的圖切分算法進行表情區(qū)域的提取將無法得到理想的結(jié)果。總體來說,本文的主要研究成果可以分為以下三個部分。
首先,本文針對圖像分割方法中的變分模型和圖切分優(yōu)化模型進行了深入的研究,并且利用積分幾何學上的Cauchy-Crofton公式給出了二者的轉(zhuǎn)換關系。接著
2、對主動形狀模型作了簡要的介紹,通過利用Milborrow提供的開源軟件包Stasm進行相關實驗,驗證了該模型能有效地提取表情圖像的特征點。
然后,提出了一種結(jié)合輪廓窄帶先驗的圖切分優(yōu)化模型。通過依次連接處于表情輪廓附近的特征點,可以得到近似描述區(qū)域邊緣的閉合曲線,接著對閉合曲線進行形態(tài)學處理,得到包含提取目標邊界的輪廓窄帶。在基于固定窄帶的圖切分算法中,窄帶的內(nèi)邊緣與外邊緣分別被視為前景種子和背景種子,并添加到能量泛函對應的加
3、權網(wǎng)絡圖中;在基于活動窄帶的圖切分算法中,我們借鑒了活動輪廓模型的思路,只對窄帶內(nèi)的圖像區(qū)域進行網(wǎng)絡圖的構(gòu)建,并對網(wǎng)絡節(jié)點的邊權值設定和網(wǎng)絡圖的結(jié)構(gòu)精簡做了相關優(yōu)化。
最后,提出了一種結(jié)合形狀距離先驗的圖切分優(yōu)化模型。閉合曲線所構(gòu)成的多邊形可以看作表情區(qū)域的形狀先驗,從而可以融入到分割問題對應的能量泛函中。我們借鑒了基于零水平集的形狀先驗分割方法,將像素點到形狀邊界的距離信息分別融入到能量泛函的數(shù)據(jù)項和平滑項中,并對形狀內(nèi)外的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖切分優(yōu)化的彩色紋理協(xié)同分割方法研究.pdf
- 紋理建模與圖切分優(yōu)化方法研究.pdf
- 基于圖切分的目標區(qū)域自動提取及其在圖像檢索中的應用.pdf
- 基于視頻圖像顯著圖的感興趣區(qū)域提取方法研究.pdf
- 表情識別中人臉特征提取方法研究.pdf
- 基于圖分割的文本提取方法研究.pdf
- 基于圖切分的快速交互式圖像分割方法研究.pdf
- 靜態(tài)圖象感興趣區(qū)域提取方法研究.pdf
- 基于全切分和碎片提取的中文自動分詞系統(tǒng).pdf
- 基于顯著區(qū)域提取和pLSA的圖像檢索方法.pdf
- 基于混合特征提取與決策樹算法的表情識別方法研究.pdf
- 基于多源數(shù)據(jù)的洪災區(qū)域快速提取方法研究.pdf
- 抑郁癥患者表情特征提取方法研究.pdf
- 基于局部紋理特征提取的表情識別研究.pdf
- 基于區(qū)域優(yōu)化的三維重構(gòu)方法研究.pdf
- 基于統(tǒng)計方法的面部表情識別研究.pdf
- 基于數(shù)字圖像處理的彩色標記區(qū)域提取方法的研究.pdf
- 基于統(tǒng)計特征提取和粒子群優(yōu)化算法的人臉表情識別算法研究.pdf
- 基于新型技術的海量遙感影像并行切分方法研究.pdf
- 基于視覺特征提取的人臉表情識別研究.pdf
評論
0/150
提交評論