基于改进ＧＶＦ和最小二乘法的弱边界椭圆提取.docVIP

基于改进ＧＶＦ和最小二乘法的弱边界椭圆提取 　　摘要：提出一种新的基于改进GVF模型和最小二乘原理的快速、抗噪、弱边界椭圆提取算法。该方法首先通过中值滤波和弱边界梯度增强进行图像预处理，然后利用区域灰度的先验知识，引入高斯型模糊贴近度，与气球力结合形成模糊气球力和GVF场共同形成外力。模糊气球力在压痕区内形成很大推力使控点向边界快速移动，在边界处力很小，在边界外形成迅速加大的斥力，将控点推回边界。控点每迭代一定次数后，利用最小二乘原理，估算出椭圆准确位置，对椭圆边界采样作为新的初始轮廓，重新进行迭代，形成有约束形变。此方法应用到赤足足迹分析系统中，能够对常规方法很难处理的存在模糊、纹理噪声、大斑点噪声的弱边界图像，准确提取出椭圆轮廓，而且将经典GVF迭代次数减少一半以上，结果令人满意。 　　关键词：活动轮廓模型；GVF模型；最小二乘法；椭圆提取；弱边缘提取 　　中图分类号：TP391.41文献标识码：A 　　文章编号：1001-9081(2007)04-0979-03 　　 　　0引言 　　 　　在笔者参与开发的足迹自动分析系统中，需要提取赤足足迹的跟区压痕边缘，即图1中心的灰度均匀区域，然后由文献[1]的切线法进行年龄分析。跟区压痕主要有四种形状[2]：圆形、椭圆形、卵圆形和长卵圆形，这里只介绍椭边缘的提取。 　　目前的椭圆提取算法，大致可分为两类[3]:基于H