一种改进的snake边缘轮廓提取算法.docxVIP

一种改进的snake边缘轮廓提取算法 边缘轮廓提取在医学图像、计算机视觉和图形学中起着重要作用。当前的轮廓提取大致可分为三种基本类型。 a)基于传统灰度梯度算子(如Robert,Prewitte Laplace算子)来提取目标图像边缘; b)基于形态学的图像处理方法(如分水岭算法区域填充算法等)分离目标图像轮廓,然后采用图像阀值法进行目标轮廓的提取. c)基于图像的编码的树(图)的搜索方法; 在以上方法中,方法a因算法简单,运算量小等特点受到广泛使用和国内外专家的研究,同时,也提出了各种基于灰度梯度算子的新方法和模型.Kass提出的基于Snake模型的能量最小化的动态轮廓模型在提取凸形物件轮廓有明显效果,但也存在不足之处,主要表现在其效果受初始轮廓的影响以及局部能量最小取代全局能量最小等问题.为此,Amini提出了动态轮廓程序设计算法实现动态轮廓模型以获得全局能量最小,并使解有稳定性.文献实际上是文献一种实现方法,它用数值计算方法中差分概念实现Snake模型中一阶、二阶的数值运算该方法提供了一种简单、有效的snake模型的实现方法.但是也存在两个主要问题:(1)该方法对不同的目标轮廓,其运算速度和准确度及图形处理效果都相差很大;(2)由于在计算能量的公式中,对各项性能的加权没有明确标准,因此,合理地确定各参数使目标动态能量曲线总能量最小且与理想轮廓目标一致相当困难,甚至很难找到合理值,从而导致轮廓提取效果的不稳定性和不理想.可以说对于该问题,至今仍没有一个较理想的决定一个Snake模型各分量权值的合理取值方法.(3)该算法的运算复杂度为O(n3),因此运算量较大.速度相对较慢. 为了弥补以上方法的不足,同时保留原模型的简单,操作方便等优点.我们提出了一个基于自由差分与直交Snake模型的改进算法. 1 snage模型 在传统计算机视觉领域,自主的自底向上的独立3层理论产生了很大的影响,其思想是视觉计算的效果仅与图像本身获得信息相关,而与高层信息无关,Kass于1987年向该严格层次模型提出了挑战他认为低层视觉计算受到了高层信息的影响并提出了一种被称为主动轮廓线模型—Snake模型,该模型对计算机视觉产生了重大影响并受到了广泛的关注.它将Snake模型看成能量极小化的样条,在该模中,内力约束其形状而外力引导其行为,能量最小化的过程也就是主从轮廓逼近真实模型的过程. 一个典型参数型Snake定义如下: 在公式(1)中,Einternal表示轮廓曲线的内部能量,而后两项合称外部能量,即: 为了将公式(1)离散化,需将一连续的曲线分成若干段,且运用一阶差分和二阶差分分别代表连续曲线中的一阶导数和二阶导数.其离散化形式如下: 2 轮廓曲线特征 该方法用自由差分运算取代传统微分算子的模板运算模式,将图象中二维信号的微分计算转化成一维的方试进行,由于计算方向任意性,它可以根据问题灵活地进行计算,文献还引入了一个新的Snake模型—直交型Snake模型,该模型是基于任意曲线可由多边形进行逼近的思想,借助于自由差分运算,把本应该沿曲线方向计算的灰度转化成在多边形上分析灰度的相对变化或绝对变化,在曲线的演化过程中,该模型以目标曲线的特征为指导,以基本多边形为依托,通过在直交线上进行差分操作,从而把轮廓变化的信息和图像灰度变化的信息联系在一起,使得所提取的轮廓曲线的特征不断地逼近目标的曲线特征.该方法最大优点就是计算方法简单易行,且对有凹型的物体的轮廓也能提取出来,在一定程度上克服了传统Snake模型不能提取凹型物体的弊端,但仍存在不足之处,主要表现在如下方面: 1)该方法的图像处理效果仍然和传统snake模型提出的方法一样,其最终处理效果受到初始轮廓的影响,甚至当初始轮廓偏离目标轮廓较远时且迭代点集的活动范围不够大时,会出现不连续且与目标轮廓不一致的伪轮廓. 2)对文献给出的直交Snake模型公式中,目标轮廓的能量取决于包括内部能量和外部能量等6个分量的值,然而这6个分量的取值的完全是凭经验,且对不同的目标轮廓,它们的取值完全不同; 3)该方法尽管使用了动态规划方法求解欲使所求的曲线点列为能量最小曲线且所求曲线与目标轮廓曲线一致,实际上,即使求得的在数值上最小曲线也不能确保所求的曲线与目标曲线一致,其原因是最小能量值不仅与图像的灰度有关,还与所在曲线上点的分布密度有关,然而,在一固定的坐标体系下,对于不同斜率的直线,其所经过的可被表示点的密度是不同的.且计算公式中能量公式中各分量的权值对计算结果有很大影响. 4)当目标轮廓曲线包含多个封闭曲线且各曲线间距离较小时,该方法由于在迭代过程中作用区域面积较大,很难确保迭代的最终结果会与目标轮廓一致而不受相邻曲线的影响(如图1情形).在提取最内轮廓曲线的过程中,使用该算法所得到的曲线必受到相领曲线的干扰