基于形狀先驗(yàn)的變分稀疏分割模型研究.pdf

1、利用計(jì)算機(jī)模擬人眼的功能準(zhǔn)確分割圖像中的目標(biāo)，對(duì)于計(jì)算機(jī)視覺(jué)和圖像處理至關(guān)重要。由于在實(shí)際圖像中，目標(biāo)可能受到噪聲、遮擋、缺損或背景粘連等因素的影響，僅依賴圖像本身的信息對(duì)目標(biāo)進(jìn)行分割往往效果不佳。基于形狀先驗(yàn)生成過(guò)完備形狀字典，并結(jié)合稀疏表示模型對(duì)目標(biāo)分割過(guò)程進(jìn)行監(jiān)督可較好的改善分割效果。本文在深入分析了國(guó)際上一些經(jīng)典的稀疏形狀表示模型和變分分割方法的基礎(chǔ)上，重點(diǎn)研究了形狀的稀疏表示方法、映射空間過(guò)完備字典的生成方法以及結(jié)合稀疏表示的

2、變分目標(biāo)分割方法等內(nèi)容，提出了多種基于形狀先驗(yàn)的變分稀疏分割模型。
　　本研究主要內(nèi)容包括：⑴基于相關(guān)命題推出通過(guò)擴(kuò)展形狀映射系數(shù)的定義，可基于映射公式構(gòu)造形狀凸集和其稀疏子集。利用上述子集中的稀疏組合約束輸入目標(biāo)在形狀凸集上的投影，可進(jìn)一步建立基于映射空間的變分稀疏分割模型。論文對(duì)結(jié)合獨(dú)立形狀分量和非線性核空間的凸形狀集研究表明，上述基于映射凸集的變分稀疏形狀表示方法具有一定的通用性，該方法也為建立映射空間變分稀疏分割模型提供了

3、一種新的思路。⑵結(jié)合變分水平集方法、獨(dú)立形狀分量和稀疏形狀表示，提出了一種基于稀疏獨(dú)立分量表示的變分目標(biāo)分割方法。該方法解決了直接使用獨(dú)立分量構(gòu)造稀疏形狀組合無(wú)法確保重建形狀的有效性問(wèn)題。此外，模型還使用對(duì)數(shù)極坐標(biāo)形狀代替原始形狀，實(shí)現(xiàn)了稀疏形狀表示模型中的目標(biāo)自動(dòng)對(duì)齊。通過(guò)在獨(dú)立形狀分量張成的空間中構(gòu)造映射形狀集，并迭代求解水平集函數(shù)在該形狀集上的稀疏表示等方法，解決了利用稀疏獨(dú)立分量表示模型監(jiān)督變分目標(biāo)分割的問(wèn)題。⑶結(jié)合近期發(fā)展起來(lái)

4、的“Wake-sleep”優(yōu)化方法，提出了一種分層分割框架。該框架將能量最小化過(guò)程分解為“Wake”和“Sleep”兩個(gè)階段，通過(guò)“Wake”階段強(qiáng)化模型對(duì)底層圖像的表達(dá)。同時(shí)，通過(guò)“Sleep”階段強(qiáng)化高層能量對(duì)輸入形狀的表示。此外，本文還提出一個(gè)對(duì)偶連接能量項(xiàng)來(lái)平衡“Wake”和“Sleep”階段的演化。綜合上述幾項(xiàng)技術(shù)，本文構(gòu)建了一種基于隱含核稀疏形狀表示的變分分割模型，該模型解決了非線性核空間中稀疏近鄰的搜索問(wèn)題及利用隱含核形狀

5、表示指導(dǎo)底層變分目標(biāo)分割的問(wèn)題。⑷針對(duì)小樣本情況下過(guò)完備字典形狀表示能力弱的缺陷，提出了一種基于映射字典群的變分稀疏分割模型。該模型在傳統(tǒng)稀疏表示函數(shù)中引入了局部約束項(xiàng)和局部權(quán)重系數(shù)來(lái)實(shí)現(xiàn)形狀的局部調(diào)整。與傳統(tǒng)方法相比，新的模型充分挖掘了訓(xùn)練集中的形狀信息，大幅提高了基于形狀先驗(yàn)的變分稀疏分割模型在小樣本情況下的形狀表達(dá)能力，解決了目標(biāo)存在局部形變的情況下，現(xiàn)有變分稀疏分割方法無(wú)法充分利用訓(xùn)練集樣本的局部特征重建目標(biāo)形狀的問(wèn)題。⑸提出了

6、距離約束概率形狀和對(duì)數(shù)極坐標(biāo)模糊分解兩種形狀建模方法，改善了傳統(tǒng)稀疏組合形變能力不足的問(wèn)題。其中，基于距離約束的概率形狀通過(guò)引入距離約束的概念模擬了平均形狀普遍存在的“過(guò)渡帶”特征，拓展了單個(gè)形狀樣本的內(nèi)涵。基于對(duì)數(shù)極坐標(biāo)模糊分解的形狀字典生成方法對(duì)訓(xùn)練集形狀進(jìn)行了更深層次的分解和挖掘，為小樣本情況下構(gòu)建過(guò)完備形狀字典群提供了更加豐富的信息，大幅改善了小樣本情況下的分割精度。論文在公開數(shù)據(jù)集和自建數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，上述基于形狀先驗(yàn)