一种基于水平集的骨架提取方法1.2.docVIP

一种基于水平集的骨架提取方法 鲍征烨，周卫平，舒华忠 (东南大学 影像技术实验室 南京 210096) 摘要：本文实现了基于level set方法的骨架提取。简要介绍了level set及其快速算法——快速行进法（Fast Marching Method），并且在此方法的基础上提出了一种骨架提取算法，并提取骨架，通过与传统FMM算法比较，实验结果证明该方法简单有效，并且具有很好的鲁棒性。 关键词：水平集，骨架提取，距离变换，FMM，阈值 A method of extracting skeleton based on Level Set Bao Zheng-ye，Zhou Wei-ping，Shu Hua-zhong （lab of image science and technology，Southeast University，NanJing，210096） Abstract: In this paper,we use a method based on Level Set to extract the skeleton of objects. We introduced Level Set and Fast Marching Method. And here it is used to extracting skeleton of objects. We propose a method for extracting skleton based on Fast Marching Method.This method is very simple and the result is effective. Key words: Level Set, Skeleton Extraction, Distance Transform, Fast Marching Method, Threshold 0 引言 传统的提取骨架的方法有基于数字形态学的方法和基于距离变换的方法，两种方法在连续域都是完备的。但在离散域各有其优缺点，细化得到的骨架具有良好的拓扑性，但是骨架点的位置却不准确；基于距离变换的方法在骨架点的准确度上效果好，但连通性一般却很难保证。本文所采用的基于Level Set 方法[1]的骨架提取方法属于基于距离变换的方法，和一般的距离变换方法相比在于具有更好的稳定性以及拓扑无关性 [2]。曲线在演化过程中可能会产生尖点、断裂为多条曲线，或者两条或多条曲线融合为一条。Level Set 方法可有效地处理这些情况，缺点是计算复杂度大。直到sethian提出了 Fast Marching Method(FMM)，有效降低了Level Set的运算复杂度。Level Set的方法才开始广泛运用。 基于上述认知，本文实现了基于FMM[3]的骨架提取方法，并且在此基础上加以改进。该方法计算简单，更稳定。而且从试验结果看，提取骨架准确性和鲁棒性相当好。 1 FMM方法 以二维情况为例，简单介绍FMM方法[3]。假设Ｃ(T)是定义在二维平面的曲线，F是其法线方向上的速度。考虑曲线运动的特殊情况，运动速度F≥0，即曲线Ｃ(T)是一直向外运动。假设曲线经过指定点的时间为T，那么T满足 （8） 在初始曲线上，T(ｘ，ｙ)=0。式(8)即是著名的Eikonal方程的一种形式。利用逆向差分法，可以根据下式得到式（8)的稳定解[9]: 　 (9) 式中， 和分别为后向和前向差分算子。; (10) FMM算法中( 为常量为图像灰度的梯度) 下面是FMM方法的具体算法[3，4，5] (1)初始化。 ①KNOWN点：即是曲线Ｃ(0)所在的网格点，或指定的种子点，并记时间。 ②INSIDE点:考察KNOWN点在曲线外的4 邻点，如果有不是KNOWN点的，则初始化为Acctive点，并赋予到达时间，将所有Acctive点放入一个排序堆栈中，排序堆栈按照每点的到达时间由小到大排序。 ③Faraway点:剩余的点初始化为Faraway点，并记到达时间。 (2)曲线演化。 ①假设Ａ点是所有INSIDE点中具有最小时间的点，则标记Ａ点为KNOWN点，并将Ａ点从INSIDE点中删除。 ②考察Ａ点的4邻点:若是KNOWN点，则不改变时间;若是INSIDE点，则更新该点时间，并调整其在排序堆栈中的位置;若是Faraway点，则将其标记为INSIDE点，更新该点时间，并将其