snake模型.pptVIP

SNAKE 模型 提出背景 图像分割是由图像处理到图像分析的关键步骤。 至20世纪80年代以来，人们逐步认识到不管是基于检测算子的求解三维模型的图像分割技术， 还是基于推理视觉理论的从顶而下的图像分割方法都不是无条件的、普遍适用的。 针对具体问题，能够有效体现上层知识并运用底层图像特征的方法才是最具实用性和可行性的。 什么是SNAKE模型 SNAKE模型又称为主动轮廓线模型。 SNAKE模型，即能量最小化运动曲线模型，首先根据图像中所要分割目标的轮廓确定大致的初始轮廓曲线（手动点出），然后对曲线进行能量最小化变形（求轮廓曲线能量函数的极小值），使其锁定在分割目标的边界上。 SNAKE模型的轮廓线承载了上层知识，而轮廓线与图像的匹配又融合了底层特征。构造 Snakes 模型的目的是为了调和上层知识和底层图像特征这一对矛盾。这两项分别表示为SNAKE模型中能量函数的内部力和图像力 。 基本SNAKE模型 由KASS 1987年 提出。 他的基本思想是，以构成具有一定形状的一些控制点为初始轮廓线，这条曲线在内部力和外部力的作用下，主动地向感兴趣的目标区域附近的轮廓边界移动，通过求解轮廓曲线能量函数的极小化，来完成对图像的分割。 Kass等提出的原始Snakes模型的轮廓曲线C可用参数定义为v(s) =[x(s),y(s)] 的集合。 其中v(s)为C上的二维坐标点,s 是以傅立叶变换形式描述边界的自变量 。 轮廓曲线 C的能量E 第1项称为弹性能量，是v的一阶导数的模；第2项称为弯曲能量，是v的二阶导数的模；第3项是外部能量。 弹性能量和弯曲能量合称内部能量 （内部力）用于控制轮廓线的弹性形变。选取适当的参数 α 和 β 将能量函数Esnake 极小化 ，所对应的v(s)就是对物体的分割 。 在能量函数极小化过程中，弹性能量迅速把轮廓线压缩成一个光滑的圆，弯曲能量驱使轮廓线成为光滑曲线或直线 而外部力则使轮廓线向图像的高梯度位置靠拢 。 基本SNAKE模型就是在这3个力的联合作用下工作的。 最终对图像的分割转化为求解能量函数Esnake极小化，很明显这是一个典型的变分问题，在离散化条件，由欧拉方程可知最终问题的答案等价于求解一组差分方程 ： 将上式离散化后，对x(s)和y(s)分别构造两个五对角阵的线性方程组，通过迭代计算进行求解。在实际应用中一般先在物体周围手动点出控制点作为SNAKE模型的起始位置 然后对能量函数迭代求解。 具体过程如图1 summary 简单的来讲，SNAKE模型就是一条可变形的参数曲线及相应的能量函数，以最小化能量目标函数为目标，控制参数曲线变形，具有最小能量的闭合曲线就是目标轮廓。 优点：图像数据、初始估计、目标轮廓及基于知识的约束统一于一个过程中；经适当的初始化后，它能自主地收敛于能量极小值状态；尺度空间中由初到精地极小化能量可以极大地扩展捕获区域和降低复杂性。 缺点： 对初始轮廓线的位置非常敏感， 也就是说手动点出的初始轮廓线必须完全包含且靠近目标区域， 否则陷入目标区域内部的控制点将不能回到目标区域的边界上 ； 对于深度凹陷的区域，轮廓线也很难收敛到边界上 ；每一项的权重系数需要根据实际问题确定；对噪声敏感。 谢谢！