基于活動輪廓模型和閉合形式的圖像分割方法研究.pdf

1、圖像分割是圖像處理、分析與理解、圖像識別和計算機視覺研究領(lǐng)域的一個重要組成部分，也是一個經(jīng)典難題，特別是對于普遍存在的復雜圖像（如醫(yī)學、自然）分割問題，目前并沒有統(tǒng)一且有效的解決辦法。
　　 近年來，基于活動輪廓模型的圖像分割方法憑借其嚴謹?shù)臄?shù)學理論框架、靈活的數(shù)值方案以及優(yōu)越的性能得到圖像處理領(lǐng)域相關(guān)專家的廣泛關(guān)注。它用數(shù)學模型來表示圖像分割問題，根據(jù)給定的初始輪廓，通過最小化有關(guān)圖像信息的能量泛函，驅(qū)使輪廓線不斷演化并在目標

2、邊界達到最小值。除此之外，基于透明度的圖像摳圖技術(shù)也是現(xiàn)如今的研究熱點，該類方法將透明度作為圖像的一種內(nèi)在屬性，通過尋求其最優(yōu)解達到目標分割的目的，其中閉合形式(Closed-form)方法在分割目標邊緣模糊圖像上能夠取得理想的效果。該方法將圖像看成是由前景和背景組成，通過圖像由前景和背景合成的模型建立能量函數(shù)，最后通過數(shù)學的方法求解能量函數(shù)最小時的透明度α值作為分割的最后結(jié)果。閉合形式方法和活動輪廓模型的相似之處:通過模型建立能量函數(shù)

3、，求解最小能量函數(shù)來進行圖像分割。
　　 本文首先綜述了圖像分割的研究意義和現(xiàn)狀，對當前分割方法進行分類并作簡要介紹，較全面地分析了基于活動輪廓模型的圖像分割和圖像摳圖技術(shù)，然后介紹了幾何活動輪廓模型的理論基礎(chǔ)-曲線演化理論和水平集方法，簡要介紹了幾種代表性的活動輪廓模型的基本原理和閉合形式方法的理論基礎(chǔ)。通過分析國內(nèi)外文獻，本文提出了對兩種方法的改進和應(yīng)用:
　　 (1)基于全局和局部信息的GAC模型。本文分析和研究了

4、基于GAC模型提出的SBGFRLS水平集方法的核心:二值水平集方法和SPF模型。然后針對SPF模型不能處理非同質(zhì)圖像的缺陷提出了一個結(jié)合全局灰度信息和局部灰度信息的新活動輪廓模型。最后通過對比實驗證明了新模型可以有效地克服了SPF模型的缺點，具有較好的抗噪性，而且由于計算上采用了二值水平集方法使其效率遠遠高于LBF模型。
　　 (2)基于閉合形式的腦腫瘤分割。腦腫瘤組織邊緣模糊不清和凹凸多變，傳統(tǒng)的分割方法提取腦腫瘤效果不是很好