基于PDE的活動(dòng)輪廓圖像分割方法的研究與應(yīng)用.pdf

1、圖像分割一直是圖像處理領(lǐng)域存在的一類經(jīng)典問(wèn)題，在眾多圖像分割算法中，基于PDE的活動(dòng)輪廓圖像分割方法結(jié)合多方面的知識(shí)，以其強(qiáng)大的生命力和創(chuàng)造力吸引了諸多學(xué)者的目光，已然成為當(dāng)下的研究熱點(diǎn)和最流行的圖像分割算法之一。其基本思想是：依照?qǐng)D像提供的信息構(gòu)建能量泛函，經(jīng)由變分和水平集等數(shù)學(xué)方法將其最小化，從而獲得驅(qū)動(dòng)水平集函數(shù)演化的 PDE。已知水平集函數(shù)在演化時(shí)將帶動(dòng)嵌在其中的活動(dòng)輪廓同時(shí)向目標(biāo)邊界移動(dòng)，則上述PDE的數(shù)值解同時(shí)也是使用者期待

2、得到的分割結(jié)果。此類方法發(fā)展至今，已累計(jì)千百種各具特色的模型，其中使用最頻繁，發(fā)展最成熟的模型包括GAC模型、CV模型和RSF模型，之后的模型大多由此三種改進(jìn)演變而來(lái)。
　　本文在分析了上述經(jīng)典模型的工作原理后，分別進(jìn)行了仿真實(shí)驗(yàn)，并針對(duì)經(jīng)典模型中存在的不足，結(jié)合最新發(fā)表的研究成果提出了一個(gè)新模型和一些改進(jìn)，主要包括：
　?。?）基于CV模型的構(gòu)建原理，經(jīng)過(guò)對(duì)圖像局部紋理結(jié)構(gòu)的深入分析，本文提出一種基于圖像局部結(jié)構(gòu)復(fù)雜度的特

3、征描述方法，并進(jìn)一步構(gòu)造基于圖像局部結(jié)構(gòu)復(fù)雜度的自然圖像分割模型。該特征描述法將復(fù)雜的自然圖像轉(zhuǎn)換為簡(jiǎn)單的兩相圖，進(jìn)而可以通過(guò)該模型正確高效地得到期待的分割結(jié)果。通過(guò)多個(gè)模型間的仿真對(duì)比實(shí)驗(yàn)不難發(fā)現(xiàn)，本文提出的模型能夠準(zhǔn)確快速地從復(fù)雜的背景中提取紋理目標(biāo)，并同時(shí)很好地保持目標(biāo)的整體性。
　?。?）本文對(duì)用于解決輪廓初始化問(wèn)題的水平集演化模型進(jìn)行了仿真分析，并針對(duì)該模型的不足提出了一些改進(jìn)方法：為了提升模型對(duì)噪聲的魯棒性和迭代計(jì)算速