基于GVF力場分析的多目標(biāo)圖像邊緣檢測算法研究.pdf

1、圖像邊緣檢測是圖像處理過程中的重要步驟之一，是虛擬手術(shù)系統(tǒng)中進(jìn)行三維建模的基礎(chǔ)。但是數(shù)字人體圖像通常是多目標(biāo)圖像，參數(shù)輪廓模型不能處理該問題，多目標(biāo)圖像分割問題在虛擬手術(shù)中成為一個瓶頸。 文中提出基于力場分析的圖像分割方法，解決參數(shù)輪廓模型處理多目標(biāo)的圖像分割問題。首先，分析梯度矢量流力場生成機(jī)理與力場的特點，建立真實輪廓處力場（零力場）充分條件，依據(jù)零力場充分條件生成離真實輪廓處3-5像素距離的初始輪廓線，逼近得到多目標(biāo)的目標(biāo)

2、輪廓線；其次，引入擴(kuò)散梯度矢量流力場，簡化零力場識別與連接過程，降低時間復(fù)雜度。論文主要內(nèi)容包括： 首先對各類圖像邊緣檢測方法進(jìn)行了介紹與比較，介紹了多種多目標(biāo)圖像分割方法，并進(jìn)行了分析，對圖像分割領(lǐng)域的進(jìn)展與成果進(jìn)行了總結(jié)與回顧。 其次，對GVF Snake模型從本質(zhì)上進(jìn)行了研究。針對GVF Snake模型的時間復(fù)雜度兩大成因，得到時間復(fù)雜度與這兩大成因間的數(shù)學(xué)關(guān)系，為降低模型時間復(fù)雜度提供數(shù)學(xué)支持；對GVF Snak

3、e模型的初始輪廓線設(shè)定關(guān)系進(jìn)行了研究，為后續(xù)初始輪廓線的設(shè)定提供依據(jù)。 再次，本文詳細(xì)分析GVF Snake模型力場，對GVF力場的形成機(jī)理、力場的特點進(jìn)行研究與分析；定義真實輪廓處力場的充分條件，區(qū)分各類特殊的GVF力場，為基于力場分析的圖像分割算法奠定了數(shù)學(xué)基礎(chǔ)。 最后，針對多目標(biāo)圖像分割問題，利用GVF力場的特點，引入EGVF力場，設(shè)計零力場選取與簡化方法，設(shè)計初始輪廓線生成與逼近算法，解決GVF Snake模型處