基于活动轮廓模型的图像分割-测试计量技术及仪器专业论文.docxVIP

Classified Index: TP391 U.D.C: TN911.73 Dissertation for the Doctoral Degree in Engineering Image Segmentation Based on Active Contour Model Candidate: Supervisor: Academic Degree Applied for: Speciality: Affiliation: Date of Defence: Degree-Conferring-Institution: Zhu Guopu Prof. Zeng Qingshuang Doctor of Engineering Navigation, Guidance and Control Space Control and Inertial Technology Research Center Oct., 2007 Harbin Institute of Technology 摘要 摘 要 – – I – 摘 要 图像分割是对图像进行区域划分的处理过程，通常作为一种基础性操作 为更高层的图像处理与计算机视觉操作提供准备性工作。近年来，基于活动 轮廓模型的图像分割算法凭借其多样的形式、灵活的结构以及优越的性能受 到了国内外学者的广泛关注，本文针对这一类图像分割算法进行了较为深入 的研究。根据活动轮廓模型轮廓线的表示形式的不同，本文将研究内容分为 以下三个部分： 首先，研究了基于参数活动轮廓模型的图像分割算法。参数活动轮廓模 型采用点集或 B-样条曲线来表示模型的轮廓线，具有运算效率高的特点。本 文介绍了最为经典的参数活动轮廓模型——Snake 模型，及其改进模型——气 球 Snake 模型和 GVF Snake 模型。通过结合气球 Snake 模型和 GVF Snake 模 型的优点，提出了 GVF-Balloon Snake 模型，实验表明该新模型在图像分割中 既保持了 GVF Snake 模型的双向运动的特点，同时，在提取形状比较复杂的 目标边界时又具有气球 Snake 模型优异的性能。 其次，研究了基于传统水平集活动轮廓模型的图像分割算法。传统水平 集活动轮廓模型采用传统水平集函数的零水平集来表示模型的轮廓线，其中 传统水平集函数被设置为关于其零水平集的符号距离函数。传统水平集活动 轮廓模型具有自动处理轮廓线拓扑变化的优点。本文介绍了三种经典的传统 水平集活动轮廓模型，即几何活动轮廓模型、测地活动轮廓模型和 Chan-Vese 模型。在此基础上，分别提出了有向测地活动轮廓模型和双重 Chan-Vese 模型， 实验表明这两个改进模型均在一定程度上提高了原始的经典模型在图像分割 中的性能。并且，本文还将基于形状的 Chan-Vese 模型成功地应用于圆形目标 的分割，即圆检测。 最后，研究了基于二值水平集活动轮廓模型的图像分割算法。二值水平 集活动轮廓模型采用二值水平集函数的分界线来表示模型的轮廓线，其中二 值水平集函数被设置为仅取 1 和-1 的二值函数。二值水平集活动轮廓模型既 可以自动地处理轮廓线的拓扑变化，又具有较高的运算效率。本文介绍了 Tai 等人提出的基于区域的二值水平集活动轮廓模型。针对 Tai 等人所提出的模型 丧失了曲线演化的渐进性这一缺点，本文提出了一种改进的基于区域的二值 水平集活动轮廓模型，该改进模型的轮廓线能够以逐渐演化的方式向目标边 哈尔滨工业大学工学博士学位论文 哈尔滨工业大学工学博士学位论文 – – II – 界运动，从而保持了传统水平集活动轮廓模型轮廓线的运动方式。并且，在 几何活动轮廓模型的框架下，提出一种新的二值水平集活动轮廓模型，该新 模型将二值水平集方法的应用从基于区域的图像分割进一步推广到基于边界 的图像分割。 关键词： 活动轮廓模型；Snake 模型；曲线演化；水平集方法；图像分割 Abstract Abstract – – PAGE VIII – Abstract Image segmentation is the process that divides the whole image region into several parts. As a fundamental operation, image segmentation provides the preparative works for the high-level operations in image processing and computer vision. Recently, the segmentation algorithms based on active contours ha