基于GAC模型的交互式圖像分割算法研究及應(yīng)用.pdf

1、圖像分割是圖像處理的一個重要組成部分，其目的是希望將圖像中感興趣的對象與圖像中的其余部分分離，以便為更高層的圖像處理服務(wù)。傳統(tǒng)的圖像分割由于方法本身的局限性，難以滿足復(fù)雜圖像的分割要求，因此，人們希望引入人機交互來解決傳統(tǒng)方法的不適定性。近年來，交互式圖像分割方法的研究有了很大的發(fā)展，并且在實踐中得到了廣泛的應(yīng)用。 通過對現(xiàn)有的各種交互式圖像分割算法進行總結(jié)和性能比較，可以看出：傳統(tǒng)的圖像分割理論和方法是交互式圖像分割方法的研究

2、基礎(chǔ)。因此，本文對數(shù)字圖像的邊緣檢測方法進行了簡要的介紹，通過實驗分析了它們的優(yōu)缺點；同時介紹了水平集方法的基本理論及其在基于偏微分方程的圖像分割方法中的應(yīng)用。 基于GAC模型的基本原理，提出了一種改進的交互式圖像分割算法。首先，采用全變分去噪模型對圖像進行預(yù)處理，在去除噪聲的同時更好地保護了邊緣；第二，采用梯度模值曲率加權(quán)邊緣檢測方法獲得圖像的邊緣點集；第三，將邊緣點集中曲率較大的邊緣點作為候選邊界點推薦給用戶；最后，用戶通過

3、主觀判斷，在候選邊界點中選擇合適的“初始邊界點”，或直接選取推薦邊緣點的前幾個點，算法便可采用GAC模型完成對目標(biāo)的分割。 為了驗證本文方法的有效性和實用性，開發(fā)了簡單的交互式圖像分割圖形用戶界面，使圖像分割更直觀化、形象化。用戶可從列表中選定初始邊界點，這樣不僅使分割結(jié)果的精確性和一致性得到了保障，而且也大大降低了原有方法對用戶操作經(jīng)驗和技巧的要求。 實驗結(jié)果表明，改進的交互式圖像分割算法抗噪能力強，檢出的候選邊界點定