基于改進(jìn)的GVF主動(dòng)輪廓模型的圖像分割方法研究.pdf

1、圖像分割的目的就是為了把圖像按照一定的規(guī)則分割成若干個(gè)有特定性質(zhì)的區(qū)域并把感興趣的目標(biāo)提取出來。近年來，隨著模式識(shí)別技術(shù)的迅速發(fā)展，吸引了眾多的研究者的注意。并且隨著圖像處理技術(shù)的日趨成熟，數(shù)字圖像分割在臨床醫(yī)學(xué)中的應(yīng)用越來越廣泛。但由于醫(yī)學(xué)圖像復(fù)雜多變的特點(diǎn)，傳統(tǒng)的研究方法很難實(shí)現(xiàn)準(zhǔn)確的分割。學(xué)者也提出了很多不同的模型，比較突出的是主動(dòng)輪廓模型。Kass等人在1987年提出了主動(dòng)輪廓線(Snake)模型，已經(jīng)廣泛應(yīng)用于圖像處理的各個(gè)領(lǐng)

2、域，如圖像分割，邊緣檢測和運(yùn)動(dòng)跟蹤等。
　　本文對傳統(tǒng)的主動(dòng)輪廓模型進(jìn)行了系統(tǒng)研究。然后分析并研究了基于GVF Snake模型的醫(yī)學(xué)圖像分割方法。GVF Snake模型相比于傳統(tǒng)的Snake模型較好解決了傳統(tǒng)snake模型難以解決的兩個(gè)問題：對初始化輪廓線非常敏感；在分割圖像的凹陷部分時(shí)不能達(dá)到理想的效果。但是如果分割的圖像邊界非常不規(guī)則或者有比較狹長部分，GVF Snake仍然不能很好的收斂到目標(biāo)輪廓，因此本文首先在圖像分割之前

3、引入Perona-Malik模型，增強(qiáng)圖像邊緣的同時(shí)減弱噪聲，使定位更加準(zhǔn)確。然后針對GVF Snake的一些缺點(diǎn)進(jìn)行了修改，提出一種自適應(yīng)圖像邊緣結(jié)構(gòu)GVF Snake。這種自適應(yīng)圖像結(jié)構(gòu)GVF Snake模型很好的考慮了具體圖像的邊緣結(jié)構(gòu)信息。因此和GVF Snake相比較本文改進(jìn)的方法具有更好的收斂效果。三維序列圖像的分割是建立在在二維圖像分割的基礎(chǔ)上，因此二維圖像分割的好壞直接決定了三維圖像分割的效果。本文基于三維圖像平滑、連續(xù)