主動(dòng)輪廓模型在圖像分割算法中的研究與應(yīng)用.pdf

1、圖像分割技術(shù)用于提取圖像中感興趣的目標(biāo)，它是圖像處理中十分重要的研究內(nèi)容之一。近年來越來越多的人對此展開了研究，涌現(xiàn)了許多新理論、新方法。但目前，仍沒有出現(xiàn)通用的圖像分割方法。圖像的邊緣是一個(gè)相當(dāng)重要的圖像特征和可利用的信息，通過捕獲目標(biāo)的邊緣信息，傳統(tǒng)的主動(dòng)輪廓模型（ActiveContourModel，簡稱ACM），又稱Snake模型，對一系列計(jì)算機(jī)視覺問題給出了統(tǒng)一地解決方法，已經(jīng)被成功的應(yīng)用于邊緣提取、圖像分割和分類、運(yùn)動(dòng)跟蹤、

2、三維重建、立體視覺匹配等計(jì)算機(jī)視覺領(lǐng)域。 本文對現(xiàn)有主動(dòng)輪廓線模型進(jìn)行了推廣，提出了多種群粒子群優(yōu)化算法（ParticleSwarmOptimization，簡稱PSO）的主動(dòng)輪廓模型，運(yùn)用粒子群優(yōu)化算法簡單容易實(shí)現(xiàn)、收斂速度快并且能以較大的概率找到優(yōu)化問題的全局最優(yōu)解的優(yōu)點(diǎn)，實(shí)現(xiàn)對目標(biāo)邊界的快速、準(zhǔn)確分割。 主要工作如下： 1、在標(biāo)準(zhǔn)粒子群優(yōu)化算法的基礎(chǔ)上，提出了多種群協(xié)同進(jìn)化的微粒群算法，通過相鄰種群間協(xié)同進(jìn)