刘子纬数理提高班华中科技大学.pdfVIP

刘子纬 数理提高班 华中科技大学 1 大纲  课题研究的背景与意义  活动轮廓模型  基于多曲率边缘信息的细胞核识别  基于稀疏编码的细胞边缘检测  未来的工作 2 课题研究的背景与意义  自动化诊断比人工诊断更准确可靠  促进统计学习、模式识别的自身发展与完善  细胞形态与分布千差万别，有许多尚待深入的研究 3 课题研究的背景与意义  图像分割指的是将数字图像细分为多个图像子区 域的过程，使得图像更容易理解和分析。  图像分割算法举例：聚类法、直方图法、边缘检 测、区域生长、水平集方法、分水岭方法  图像分割依据：图像局部特征的相似性和互斥性  研究对象： 4 活动轮廓模型 面临的挑战及解决方法：  一般方法提取的图像轮廓的精度不高—— 活动轮廓模型中能量泛函是在连续状态下实现的  一般方法的鲁棒性不强—— 活动轮廓模型约束目标轮廓，并融入先验信息  一般方法需要繁杂的预/后处理过程—— 活动轮廓模型使用光滑闭合曲线表示物体的轮廓 5 活动轮廓模型 基本思想： 用显式参数化的形式表达曲线，通过极小化能量函数， 使曲线逐渐变形，直到抵达分割区域的边界。 6 活动轮廓模型 数学模型： 1 E         E X s  E X s ds  int ext 0 其中, s表示弧长参数,活动轮廓在图像中的位置可通过参数 向量X ( s) = [ x ( s) , y ( s) ]表示  内部能量：曲线演化自身的限制条件，同时保持曲线的 可变性与光滑性  外部能量：图像信息对于曲线演化的限制条件，包括图 像的灰度或灰度梯度 7 活动轮廓模型 分类：依据能量项的定义不同 PDE based Algorithm Contour-based Region-based Energy Energy Geodesic Mumford and Kass Snake Level Set Snake Shah Model