- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
梯度矢量流主动廓模型的理论与应用研究
摘要
图像分割是计算机视觉领域中一个重要的研究方向,是进行图像分析和图像识别的
前提。主动轮廓模型改变了传统图像分割的思想,它在进行图像分割的过程中结合了先
验知识,吸引了大量研究者的目光。其中梯度矢量流主动轮廓模型(GradientVectorFlow
Snake,GVF
Snake)是众多研究成果中十分重要的一个,它改进了主动轮廓模型的外力
场,扩大了捕捉范围,并能够使轮廓进入凹陷区域。但是梯度矢量流主动轮廓模型仍然
存在一些缺陷,本文的研究工作主要针对改进GVF外力场展开,通过改进扩散算子而
获得更优秀的外力场,提高GVF
Snake模型的性能。本文提出了两种全新的外力场;流
Biased
GradientVector
度矢量流(Normally
的梯度矢量场表示在二维流形中,从而把矢量场中的两个分量耦合在一起进行扩散得到
的。梯度矢量场中信息是由两个分量共同作用反应出来的,因此,与GVF模型相比,
GVFOM的处理方法更加符合实际情况。NBGVF引入法线方向有偏的各向异性扩散算
子代替GVF中的Laplacian算子进行扩散产生外力场,利用各向异性扩散的优良特性改
进外力场,使其能够保持弱边缘并且能够进入狭长的深度凹陷区域。本文通过弱边缘保
持,狭长深度凹陷收敛的实验展示了新外力场对于GVF外力场的改进,并通过真实图
像的实验说明GVFOM和NBGVF外力场的综合性能优于GVF外力场。
关键词: 图像分割,主动轮廓模型,GVF
各向异性扩散,NBGVF
Abstract
isoneofthemost researchfieldsin
Imagesegmentation important vision,and
computer
itisthe of and activecontourmodel
analysisimagerecognition.The
pretreatmentimage
thetraditional of combinestranscendental
changes conceptionimagesegmentation,it
the of alotof all
imagesegmentation,attracts
knowledgeduringprocess attentions.Among
theactivecontourmodelswhicharebaseonthe VectorFlowSnake
one,Gradient
original
oneofthemost excellent amelioratestheforce
model(GVFSnake)iS important models,it
fieldof activecontour the thecontourscallmove
original model,enlargescapturerange,and
into GvFexternalforcefieldisthemain
concave
文档评论(0)