主动轮廓图像分割综述.pptxVIP

主动轮廓图像分割综述基于PDE的主动轮廓图像分割（主要使用水平集）主动轮廓图像分割：将目标边缘整体化，通过完整的轮廓曲线经过特定的算法自动的将目标与背景分割开。分割流程： 建立一个能量泛函 在图上给出一个初始轮廓用变分法最小化能量泛函使轮廓曲线在自身的内力和图像信息的外力下发生形变 曲线演化到目标边界时能量达到最小 实现目标与背景的分割参数主动轮廓模型：基于拉格朗日方程框架，以弧长等参数显式地表达演化曲线。（snake模型）几何主动轮廓模型：基于欧拉方程框架，用水平集函数的零水平集来表示轮廓曲线。 基于边缘：利用图像梯度信息，对噪声敏感，结果依赖 初始化的设置。（GAC） 基于区域：从统计上对前景和背景进行建模仿真，通过寻找一个最优能量来使模型最佳拟合原图像。(MS-CV,LBF)主动轮廓的演化过程就是顶点序列的迭代过程，每次迭代得到顶点序列的新位置并计算得到的新参数。水平集曲线演化：曲率（弯曲程度），单位法向量（演化方向）将曲线演化用到图像分割中最重要是将图像引入演化方程中，此时涉及到曲线参数化，不易于计算曲率和法向矢量等几何参数且难处理拓扑变化。而演化过程中只关心曲线形状和几何特征，不关心如何参数化曲线。由此水平集方法产生。水平集：把二维图像的边缘看作是三维空间中的曲面被某高度的平面截取后得到的轮廓线。+d由d()的符号及大小将图像的演化点不断推进，逼近图像边缘。