基于區(qū)域的活動(dòng)輪廓模型研究.pdf

1、圖像分割是圖像分析與計(jì)算機(jī)視覺(jué)中一個(gè)基本且重要的課題。圖像分割的目標(biāo)是把圖像區(qū)域分成許多互不相交的子區(qū)域，在每個(gè)子區(qū)域上圖像的某種性質(zhì)呈現(xiàn)一致性?；谄⒎址匠痰幕顒?dòng)輪廓模型己廣泛應(yīng)用于圖像分割?；顒?dòng)輪廓模型具有古典圖像分割方法(如邊緣檢測(cè)、閾值和區(qū)域增長(zhǎng)方法)不具備的許多優(yōu)點(diǎn)?，F(xiàn)有的活動(dòng)輪廓模型可以分為兩大類(lèi)：邊緣模型和區(qū)域模型。
　　 在本學(xué)位論文中，首先介紹相關(guān)的數(shù)學(xué)背景和偏微分方程圖像分割方法，然后對(duì)兩個(gè)著名的區(qū)域活動(dòng)輪

2、廓模型—C-V模型和LBF模型進(jìn)行討論，提出對(duì)這兩個(gè)模型的改進(jìn)方法。
　　 本學(xué)位論文的主要結(jié)果如下：
　　 1)結(jié)合灰度變換的C-V模型。冪變換和負(fù)片變換是圖像增強(qiáng)中頻繁使用的兩種基本的灰度變換。該模型把這兩種灰度變換與C-V模型進(jìn)行結(jié)合，以提高C-V模型用于圖像分割的效果。實(shí)驗(yàn)表明：該模型不僅具有一定的處理灰度不均一圖像的能力，而且比C-V模型收斂更快，更穩(wěn)定。
　　 2)LBF模型的改進(jìn)。與C-V模型不同，