天津大学研究生数字图像处理作业-Snake模型研讨.docVIP

Snake模型简介及其编程实现 Snake模型也称为主动轮廓线模型，最初由Kass等人在Snake模型之所以能得到如此重视，是因为它将图像目标的先验知识（如大小、位置、形状等）与图像特征（灰度、梯度、纹理等）结合起来，克服了传统图像分割方法将二者分离的缺陷。近年来，许多文章从传统Snake模型的能量函数构造和求解算法方面进行改进，在其基础上衍生出了许多新的Snake模型。 1、 Snake模型的基本原理 其基本思想是依据图像信息进行曲线（曲面）演化，使其最终找到目标物体的边界。这种方法将分割问题转化为最优化问题，利用闭合曲线（或曲面）形变的特定规律，定义度量闭合曲线（曲面）形变的能量函数，通过最小化能量函数使曲线（曲面）逐渐逼近图像中目标物体的边缘。先提供待分割图像的一个初始轮廓的位置，并对其定义个能量函数，是轮廓沿能量降低的方向靠近。当能量函数达到最小的时候，提供的初始轮廓收敛到图形中目标的真实轮廓。 Snake能量函数是有内部能量函数和外部能量函数组成，内部能量控制轮廓的平滑性和连续性，外部能量由图像能量和约束能量组成，控制轮廓向着实际轮廓收敛，其中约束能量可根据具体的对象形态定义，使得snake具有很大的灵活性。 Snake模型发展10多年来，许多学者对于经典的snake模型做了改进，提出各种改进的snake模型，其中梯度矢量流（Gradient Vector Flow, G