基于水平集理論框架的成像目標(biāo)分割與跟蹤技術(shù)研究.pdf

1、圖像分割和目標(biāo)跟蹤是圖像理解和識(shí)別的前提，一直是圖像處理和計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。對(duì)于圖像分割，由于噪聲、對(duì)比度低和強(qiáng)度不均勻等因素，如何準(zhǔn)確分割出目標(biāo)對(duì)象仍然是一個(gè)具有挑戰(zhàn)的工作。而目標(biāo)跟蹤問題中由于目標(biāo)拓?fù)渥儞Q、遮擋、光照變化、相機(jī)抖動(dòng)等問題，如何實(shí)現(xiàn)對(duì)目標(biāo)長時(shí)間穩(wěn)定的跟蹤同樣是一個(gè)困難的問題。基于水平集圖像處理方法，由于其具有自由拓?fù)渥儞Q以及多信息共融性的優(yōu)點(diǎn)，近年來受到廣泛關(guān)注。因此，本文開展了基于水平集理論的圖像分割和目標(biāo)跟

2、蹤方法的研究。本文的主要研究內(nèi)容及成果如下：
　　深入研究基于曲線演化理論和水平集方法的圖像處理方法。介紹曲線演化理論的基本概念，能量函數(shù)求極值的方法。水平集理論方面，研究水平集方法的基本原理、水平集演化方程的數(shù)值解法、以及推廣到含有平流運(yùn)動(dòng)和曲率運(yùn)動(dòng)的情況。討論分析水平集方法實(shí)現(xiàn)中涉及的水平集函數(shù)的初始化、速度場(chǎng)的拓展和迭代時(shí)間步長的選取的關(guān)鍵問題。
　　設(shè)計(jì)一種基于快速的混合水平集模型。充分分析經(jīng)典的水平集模型的特點(diǎn)。為

3、解決演化曲線對(duì)初始位置的敏感性，以及分割強(qiáng)度不均勻圖像的難題，新模型融合了局部圖像擬合項(xiàng)和全局的圖像擬合項(xiàng)，以驅(qū)動(dòng)輪廓演化，繁冗的重新初始化程序被完全消除。該方法可以準(zhǔn)確地分割具有非均勻性質(zhì)的圖像，并且最終的分割結(jié)果與初始曲線的初始位置無關(guān)。在其數(shù)值實(shí)現(xiàn)中，引入代數(shù)多重網(wǎng)格方法用于打破時(shí)間步長的限制，從而大大縮短演進(jìn)過程的時(shí)間消耗，使算法能夠快速收斂到目標(biāo)的真實(shí)位置。
　　提出一種基于多特征融合輪廓跟蹤方法。重點(diǎn)研究輪廓跟蹤方法的