基于邊界約束的水平集方法應(yīng)用.pdf

1、水平集（LevelSet）方法最早由Osher和Sethian提出的，該方法的基本原理是將演化的曲線或者曲面作為零水平集嵌入到高一維的水平集函數(shù)中，通過演化高維中的函數(shù)，達到演化零水平集的目的。在高維中不僅易于拓撲變換，而且無需重新參數(shù)化，計算更加精確，并且水平集方法可以非常容易的向更高維推廣。水平集方法自提出以來，其良好的特性在圖像處理和計算機視覺領(lǐng)域都得到了廣泛的應(yīng)用。
　　 針對水平集在演化過程中要不斷重復(fù)計算修正符號距離

2、函數(shù)的問題，Li提出的無須重新初始化水平集輪廓分割模型（Li模型）。該模型很好地保持水平集函數(shù)為符號距離函數(shù)，無需重新初始化，極大的提高了計算的速度和準確度，但幾乎對于所有的水平集方法，在處理那些對象與背景顏色相近的圖像時，任意零水平集進行演化都無法準確的分割出目標。水平集在處理圖像時，對象與背景有明顯的區(qū)別，即在對象邊緣表現(xiàn)為灰度值的突變，否則就會出現(xiàn)過分割。本文在Li模型的基礎(chǔ)上，提出了基于邊界約束的水平集分割方法。該方法利用對象邊

3、界臨近像素值近似相等的特性，在水平集進行演化過程中添加約束項，使其更加快速精確的分割出目標對象。
　　 針對自動白平衡算法計算色溫存在較大誤差的問題，本文提出基于水平集的色溫估計方法。先將RGB彩色圖像轉(zhuǎn)換為YCbCr顏色空間的圖像，通過亮度和顏色的差值與閾值的比較，計算出符號距離函數(shù)，再利用水平集方法進行演化，得到處理區(qū)域，那些孤立的像素點以及正常的近似白像素點將隨著水平集的演化而被排除在外，使色溫估計更加準確。