基于形變模型的圖像分割技術研究.pdf

1、圖像分割技術是由圖像處理到圖像分析的關鍵步驟，它是圖像處理與機器視覺的一個經典難題，盡管已經提出了許多的技術與方法，但這個問題至今尚無通用的自身理論?；谛巫兡Ｐ偷姆指罴夹g利用圖像區(qū)域和邊緣信息，結合了幾何學、物理學和逼近論的思想，是目前研究最多、應用最廣的分割方法。 本文首先介紹了水平集方法的基本思想及圖像分割中的Mumford-Shah模型和主動輪廓模型，利用水平集方法把分割模型表示為關于水平集函數的形式，并建立方程。本文著

2、重討論Lie、Lysaker、Tai等提出的分段常數水平集方法在圖像分割中的應用，同時利用分段常數函數來定義初始水平集函數，這樣在迭代過程中就不需要把水平集函數重新初始化為符號距離函數。因此，對于初始輪廓形狀不規(guī)則的情況，節(jié)省了算法初始化過程中所消耗的時間。 在對模型的求解算法進行了詳細研究之后，我們發(fā)現梯度下降算法求解最小化泛函時，雖然不需要一個很好的初始水平集函數，但收斂速度很慢；Newton方法收斂較快，但對初始水平集函數

3、的要求較高。在Mumford-Shah模型的基礎上，我們提出了一個快速的分割算法。實驗結果表明新算法收斂速度很快，且實現了水平集函數初始化的靈活性。另外，新算法有較強的處理噪音的能力。在數值計算方面，主要采用原始-對偶方法，并結合Newton方法進行求解，利用Matlab編程進行數值實現，對不同算法的分割效果進行比較。 最后，我們在詳細研究了Y.M.Jung等提出的sine-sinc模型之后，利用分段常數水平集方法思想，提出了一