基于Snakes模型的圖像輪廓提取算法的研究.pdf

1、主動輪廓模型，是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的一個(gè)研究熱點(diǎn)。它在低層視覺任務(wù)中引入高層先驗(yàn)知識，是對 Marr提出的自下而上、信息單向傳遞的視覺計(jì)算理論的挑戰(zhàn)。主動輪廓模型可用于輪廓提取、立體匹配、運(yùn)動跟蹤及三維重建等一系列計(jì)算機(jī)視覺任務(wù)。Snakes模型即參數(shù)主動輪廓模型是主動輪廓模型的一個(gè)分支。本課題主要研究應(yīng)用Snakes模型提取圖像中的目標(biāo)物體輪廓。
　　首先，本文對傳統(tǒng)Snakes模型的數(shù)學(xué)實(shí)現(xiàn)進(jìn)行了完整的推導(dǎo)，給出了算法流程圖。

2、并結(jié)合仿真和實(shí)驗(yàn)，分析了傳統(tǒng)Snakes模型的不足和不足產(chǎn)生的原因。
　　GVF Snakes方法能夠有效地解決傳統(tǒng)Snakes模型外力場作用范圍小的問題，是一個(gè)經(jīng)典的Snakes模型，但是GVF外力場的計(jì)算耗時(shí)。本文從求解偏微分方程的角度出發(fā)，應(yīng)用有限差分法和SOR方法求解GVF外力場，獲得更快的計(jì)算收斂速度。用B樣條表達(dá)輪廓曲線，可以降低控制點(diǎn)的數(shù)目，從而降低計(jì)算復(fù)雜度。本文闡述了將GVF Snakes模型和B Snakes模

3、型結(jié)合的方法，并通過實(shí)驗(yàn)證明GVF B Snakes模型同時(shí)獲得了兩個(gè)模型的優(yōu)勢。在B樣條Snakes迭代變形部分，本文發(fā)現(xiàn)一種新的共軛梯度法，收斂速度快于PRP共軛梯度法和最速下降法，并通過實(shí)驗(yàn)進(jìn)行了證明。本文在常用的B Snakes模型基礎(chǔ)上添加了用于光滑性約束的能量項(xiàng)，以提高模型的抗干擾能力，之后給出了GVF B Snakes模型的實(shí)現(xiàn)流程。
　　最后用搭建的圖像采集系統(tǒng)進(jìn)行圖像采集，并用本文設(shè)計(jì)的Snakes應(yīng)用軟件對獲得