主动轮廓概述
曲率无关方向扩散及改进型Chan-Vese主动轮廓模型
曲率无关方向扩散及改进型Chan-Vese主动轮廓模型一、引言1.1 研究背景和意义1.2 相关研究综述1.3 研究内容和方法二、曲率无关方向扩散2.1 常规方向扩散模型2.2 曲率无关方向扩散模型的原理和优点2.3 数值实现及实验结果分析三、Chan-Vese主动轮廓模型3.1 Chan-Vese模型的基本原理3.2 模型的优缺点分析3.3 修改型Chan-Vese主动轮廓模型提出及原理四、改进型Chan-Vese主动轮廓模型实验4.1 实验数据集及方法4.2 结果分析与对比4.3 模型评价及应用前景展望五、结论5.1 研究成果总结5.2 存在问题及未来工作展望5.3 对相关领域的启示和贡献注：上述提纲是一般模式的论文提纲，实际情况根据所选材料确定第一章：引言1.1 研究背景和意义图像处理技术在医学成像、工业检测、交通监控等领域应用广泛。
主动轮廓模型是图像处理中常用的技术之一，能够对图像中感兴趣的区域进行分割。
常规的主动轮廓模型使用曲率流方法对轮廓进行演化，但是这种方法容易出现边缘模糊或者断裂的问题，同时处理高曲率区域的精度较低。
曲率无关方向扩散模型是一种新的主动轮廓模型，它不仅可以保持边缘的清晰度，而且对高曲率区域的处理效果也很好。
因此，优化主动轮廓模型的方法成为图像处理研究的热点之一。
1.2 相关研究综述主动轮廓模型和曲率流方法已经被广泛研究和应用。
为了解决曲率流方法的问题，相继提出了很多曲率无关的方法，如全变分模型(Variational model)、水平集方法(Level-set method)和区域竞争模型(Region competition model)等。
这些方法在实际应用中有较好的效果，但是也存在一些问题，如计算量大、收敛速度慢等。
近年来，针对主动轮廓模型的不足之处，采用改进型的方法进行研究。
例如，针对区域竞争模型的计算量大的问题，提出了基于快速多分辨率分析的算法；针对全变分模型的边缘细化不明显，提出了可以减少计算量的全变分-动态正则化模型等。
一种新的测地线主动轮廓图像分割方法_贾迪野
第26卷第1期哈尔滨工程大学学报Vol .26,№.12005年2月Journal of Harbin Engineering UniversityFeb .2005一种新的测地线主动轮廓图像分割方法贾迪野,黄凤岗,苏 菡(哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001)摘 要:测地线主动轮廓模型是一种重要的图像分割方法,它对噪声图的分割效果很大程度上依赖于图像平滑的质量.为了使图像平滑和图像分割有机的结合起来,文中首先利用方向曲率模值提出描述图像平滑度的泛函,推导出一种四阶偏微分方程(P DE )图像降噪模型,它能在有效降噪的同时,保持良好的图像特征.该方法处理结果为分段线性图像,且在目标边缘处梯度存在阶跃.利用降噪结果的这一特点作为图像特征的描述函数,文中提出一种新的测地线主动轮廓(ne w geodesic active cont our )模型.实验表明,新模型轮廓提取能力强、收敛速度快.以文中的降噪模型进行预处理,对基于区域的主动轮廓模型分割效果也有较大的提高.关键词:图像平滑;图像分割;主动轮廓;偏微分方程中图分类号:TP391 文章标识码:A 文章编号:1006-7043(2005)01-0063-04New method of geodesi c acti ve contours for i m age seg ment ati onJ I A D i 2ye,HUANG Feng 2gang,S U Han(School of Computer Science and Technol ogy,Harbin Engineering University,Harbin 150001,China )Abstract:The geodesic active cont our method is i m portant f or i m age seg mentati on,but it cannot seg ment noisy i m a 2ges effectively .T o combine i m age enhance ment and i m age seg mentati on as one p r ocess,a class of fourth 2order par 2tial differential equati ons (P DEs )is first p r oposed t o op ti m ize the trade 2off bet w een noise re moval and edge p reser 2vati on .The ti m e evoluti on of these P DEs seeks t o m ini m ize a cost functi on,which is an increasing functi on of the curvature magnitude of the i m age intensity functi on .These P DEs atte mp t t o re move noise and p reserve edges by ap 2p r oxi m ating an observed i m age with a p iece wise p lanar i m age,s o the gradient of the p r ocessed i m age is not continu 2ous at the boundary .Then,a novel sche me f or the detecti on of object boundaries is p resented .The technique is based on geodesic active cont ours evolving in ti m e according t o intrinsic geometric measures of the lap lacian of i m 2age,which is infinite at the boundary after p r ocessing by our fourth 2order partial differential equati ons .Experi m ents not only show that p revi ous models of geodesic active cont ours are i m p r oved,all owing stable and quick boundary detecti on,but als o regi on 2based active cont ours can be less disturbed by noise .Keywords:i m age enhance ment;i m age seg mentati on;active cont our;partial differential equati on收稿日期:2004-03-03.作者简介:贾迪野(1976-),男,博士研究生;黄凤岗(1945-),男,教授,博士生导师. 图像分割是计算机视觉和图像处理的基础性难题,Kass [1]等提出的主动轮廓(active cont our )是该领域主要方法之一.按照吸引曲线向目标边缘靠近的不同方法可将主动轮廓分为基于边缘[2]和基于区域的模型[3-5]2种.当用主动轮廓分割噪声图时,通常必须对图像进行降噪预处理,才能使后续的分割取得较好的效果,尤其是基于边缘的模型.为使平滑和分割有机的结合起来,文中首先利用方向曲率模值衡量图像平滑度,由泛函推导出一种四阶偏微分方程图像平滑方法,它的处理结果为分段线性图像,在目标边缘梯度存在阶跃.利用这一特点作为描述函数,提出一种新的测地线主动轮廓模型.实验结果表明,以该降噪方法作预处理,对基于边缘和基于区域的主动轮廓模型分割效果都有较大的提高.1 基于四阶偏微分方程的图像平滑把图像I 视作定义在三维空间(x,y,I (x,y ))中的曲面,在I 上确定某点p 和某个方向d ,则p 点的曲面法向矢量n 在d 方向的变化量由方向曲率(di 2recti onal curvature )表达.方向曲率是一种沿曲面上某点切线方向曲面变化快慢的二阶描述,它可以量化表达某点周围曲面变化情况[6].在文献[7]中,作者提出一种描述(方向)曲率模值的算子:m2=0.5・(I 2xx +I 2yy )+I 2xy .(1)文中考虑如下定义在区域Ω上的泛函:E (I )=∫Ωρ(m )d Ω.(2)式中:I ∈C 4(Ω).函数ρ(・)≥0是递增函数即ρ′(・)>0.算子m 可以描述局部图像曲面的粗糙度,因此,图像曲面I 的粗糙度(噪声)越大,式(2)泛函值越大,最小化E (I )就相当于图像平滑.利用变分方法可得式(2)对应的欧拉方程:525x2ρ′(m )m I xx +2525x 5y ρ′(m )mI xy+525y2ρ′(m )m I yy =0.(3) 式(3)可用梯度下降法求解:5I5t=-525x2ρ′(m )m I xx +2525x 5y ρ′(m )mI xy+525y2ρ′(m )m I yy .(4)式中: ρ′(m )m=11+(m /K )2(5)是扩散系数;K 是正常量,用于描述图像特征和控制平滑过程,以避免不必要的过度平滑.通常称灰度函数满足平面方程的图像为线性图像(p lanar i m age ),很明显当I 是线性图像时,梯度 I 恒定,拉普拉斯计算 2I 为0,I xx 、I xy 、I yy 和算子m 值也均为0.若定义I xxmI xx =m =0=I xy mI xy =m =0=I yy mI yy =m =0=0则式(3)左端ρ′(0)525x 2(0)+2525x 5y (0)+525y2(0)=0即线性图像满足欧拉方程(3).由于函数ρ(・)是非负的,泛函E (I )满足E (I )≥0.同时函数ρ(・)是递增函数,所以,当m ≡0线性图像时泛函E (I )取得全局最小.泛函E (I )还可能存在其它极小值,下面证明分段线性图像也满足欧拉方程(3).设Ωi (i =1,2,…,n )是图像区域Ω的划分,分段线性图像为I (x,y )=∑ni =1I i(x,y ).(6)其中I i (x,y )=p lanar i m age ,(x,y )∈Ωi 0, other w iseI i ∈C 4(Ωi ),I (x,y )是连续的.式(6)中所示的任意两个相邻图像I i 、I j 必定满足不同的平面方程,否则,二者可以合并.设5Ωi 是区域Ωi 的边界,Ωi -5Ωi 是Ωi 的内部,满足 I i 值恒定, 2I i 等于0,及I xx 、I xy 、I yy 和算子m 值为0.从上面的证明可知区域Ωi 内部满足欧拉方程(3).由于任意两个相邻的I i 和I j 在不同的平面上,在边界5Ω=∪5Ωi 上梯度是不连续的,即 I i ≠ I j ,(7)则2I ≠(x,y )=∞,(8)且∞=( 2I (x,y ))2=I 2xx +I 2yy +2I xx I yy ≤2(I 2xx +I 2yy ).因为I 2xy ≥0,所以m =0.5・(I 2xx +I 2yy )+I 2xy =∞.若令ρ′(∞)=0,(9)则式(3)等号左端第一项ρ′(m )mI xx =ρ′(∞)10.51+I 2yy I 2xx+I 2xy I 2xx=0.第2、3项情况是类似的.同时,扩散系数式(5)的选取满足式(9)的要求,所以,分段线性图像I 满足欧拉方程(3).式(4)就是文中推导的四阶偏微分方程降噪模型.・46・哈 尔 滨 工 程 大 学 学 报 第26卷2 基于四阶偏微分方程平滑的新测地线主动轮廓模型 Caselles等提出的测地线主动轮廓[2](G AC),是一种基于曲线演化理论和水平集方法[8]的模型,能在不附加任何外界控制条件的情况下,自由处理曲线运动时的拓扑结构变化,是基于边缘的模型中应用最广的一种[9-10].测地线主动轮廓以描述函数g(I)标识图像特征(边缘等)并以极小化能量函数为目标,其对应的曲线C的运动方程为5Ct=g(I)(k+V0)N-( g(I)・N)N.(10)式中:k为曲线的曲率,N为曲线法向单位矢量,V0为常量.g(I)在边缘处取极小值,可采用如下形式[2]g(I)=11+| [Gσ3I]|2.(11)式中:Gσ表示标准偏差为σ的二维高斯滤波算子, 3表示卷积.式(10)中最后一项- g(I)为边缘吸引力,是一个指向图像中边缘的图像力.当曲线运动到目标边缘附近时,这一项对曲线施加一个指向边缘的外力,从而将曲线拉向目标.实际图像处理中目标边缘并非理想边缘,在边缘处g(I)不为零.此时是依靠边缘吸引力与式(10)中第一项的力相平衡使曲线运动终止于目标附近,因而G AC目标定位性能有限.在利用上面推导的降噪模型进行图像平滑的基础上,文中提出新的特征描述函数G(I)=11+| 2I|2.(12)及相应的新测地线主动轮廓(Ne w2G AC)模型:5C5t=G(I)(k+V0)N-( G(I)・N)N.(13) 由以上知道,选取不同的k可以控制对图像特征的平滑,且平滑后的图像为分段线性图像,在目标边缘处梯度存在阶跃,即2I(x,y)=∞.(14)因此,新特征描述函数(12)能更佳地达到理想测地线主动轮廓模型的效果.3 实验结果图1是传统测地线模型和文中提出的新模型分割效果对比,二者均对利用该降噪方法处理的结果进行分割.其中,1(b)是降噪结果,选传导系数阈值K= 2.0,迭代100次;1(c)为传统测地线模型分割结果,迭代514次,耗时67.938s;1(d)为Ne w2G AC分割结果,迭代310次,耗时38.165s;1(e)是对应1(c)的分割结果示意图;1(f)为1(d)Ne w2G AC分割结果示意图.从图中可以看出,传统G AC用梯度作为边缘检测算子,容易受到非目标特征的影响;而Ne w2G AC用拉普拉斯算子检测,充分利用降噪结果的特点,不但迭代次数少、耗时短,分割结果也优于传统GAC. (a)噪声图 (b)该方法降噪结果(c)G AC分割结果 (d)Ne w2G AC分割结果 (e)G AC分割示意图 (f)Ne w2G AC分割示意图图1 Ne w2G AC和G AC分割对比Fig.1 Comparis on of Ne w2G AC and G AC图2是检验该降噪模型对基于区域的主动轮廓模型的影响.该选择文献[3]方法,这是因为其中模型十分健壮、鲁棒性强.2(b)是利用该降噪方法的处理结果,选阈值K=3.5,迭代300次;2(c)是文献[3]方法直接分割结果,迭代10次,耗时160.721s;2(d)是利用文中降噪模型预处理后,利用文献[3]方法进行分割的结果,迭代8次,耗时32.347s;2(e)是2(c)的・56・第1期 贾迪野,等:一种新的测地线主动轮廓图像分割方法分割结果示意图;2(f )是2(d )的分割结果示意图.如图所示,虽然文献[3]方法为全局最优划分,对噪声具有一定的鲁棒性,但分割结果依然受到较大影响,而利用该方法预处理后,目标边缘被巩固和加强,迭代次数下降,耗时大大降低,分割效果也得到很大改善. (a )噪声图 (b )文中方法降噪结果 (c )文献[3]方法分割 (d )降噪后文献[3]方法分割 (e )图2(c )分割示意图 (f )图2(d )分割示意图图2 降噪对基于区域的主动轮廓模型的影响Fig .2 I nfluence of p rep r ocessing on regi onbased active cont ours4 结束语文中基于方向曲率模值提出一种描述图像平滑度的泛函,由此推导出一种四阶偏微分方程(P DE )图像降噪模型,其处理结果为分段线性图像(包括线性图像),边缘处梯度存在阶跃.利用这一特点描述图像特征,文中提出一种新测地线主动轮廓(Ne w 2G AC )模型,改善了传统G AC 的轮廓提取性能,提高了运算速度.值得注意的是,Ne w 2G AC 充分利用文中推导的降噪模型处理结果的特点,二者共同构成一种新的图像分割方法.基于区域的主动轮廓模型对噪声具有一定的鲁棒性,但对强噪声图的处理仍然有限,文中的降噪模型对基于区域的主动轮廓模型的分割效果也有较大改善.参考文献:[1]K ASS M ,W I TKI N A,TERZ OP OULOS D.Snakes:activecont our models [J ].I nternati onal Journal of Computer V i 2si on,1988,1(4):321-332.[2]C ASE LLES V,KI M M E L R,S AP I RO G .Geodesic activecont ours [J ].I nternati onal Journal of Computer V isi on,1997,22(1):61-79.[3]李 俊,杨 新,施鹏飞.基于Mu mf ord 2Shah 模型的快速水平集图像分割方法[J ].计算机学报,2002,25(11):1175-1183.L I Jun,Y ANG Xin,S H I Pengfei .A fast level set appr oach t o i m age seg mentati on based on Mu mf ord 2Shah model [J ].Chi 2nese Journal of Co mputers,2002,25(11):1175-1183.[4]G AST AUD M ,BARLAUD M ,AUBERT G .Combiningshape p ri or and statistical features for active cont our seg 2mentati on [J ].I EEE Transacti ons on Circuits and Syste m s f or V ideo Technol ogy,2004,14(5):726-734.[5]JEHAN B S,G AST AUD M ,PREC I O S O F,et al .Fr omsnakes t o regi on 2based active cont ours defined by regi on 2de 2pendent para meters [J ].App lied Op tics:I nf or mati on Pr o 2cessing,2004,43(2):247-256.[6]K ALA I A H A,VARSHNEY A.Modeling and rendering ofpoints with l ocal geometry [J ].I EEE Transacti ons on V isu 2alizati on and Computer Graphics,2003,9(1):100-129.[7]T UMBL I N J,T URK G .LC I S:A boundary hierarchy for de 2tail 2p reserving contrast reducti on [A ].Pr oceedings of the SI GGRAPH 1999annual conference on computer graphics [C ].Los Angeles,1999.[8]SETH I A N J A.Level set methods and fast marching meth 2ods:evolving interfaces in computati onal geometry,fluid mechanics,computer visi on,and materials science:2nd ed .[M ].Ca mbridge:Ca mbridge University Press,1999.[9]P ARAGI O S N,DER I CHE R.Geodesic active cont ours andlevel sets f or the detecti on and tracking of moving objects [J ].I EEE Transacti ons on Pattern Analysis and MachineI ntelligence,2000,22(3):266-280.[10]P ARAGI O S N,ME LL I N G O,RAMESH V.Gradient vec 2t or fl ow fast geodesic active cont ours [J ].I EEE Transac 2ti ons on Pattern Analysis and Machine I ntelligence,2004,3(26):402-407.[责任编辑:陈 峰]・66・哈 尔 滨 工 程 大 学 学 报 第26卷。
北理工贾云德《计算机视觉》第七章 轮廓表示
Computer Vision
Department of Computer Science @BIT
二次曲线（圆锥截线）
• 二次曲线都是用平面 切割正圆锥面的截 线，包括三种类型： 双曲线，抛物线和椭 圆，圆是椭圆的特殊 情况． • 二次曲线的一般表示：
f ( x, y ) = ax 2 + 2hxy + by 2 + 2ex + 2 gy + c = 0
Computer Vision Department of Computer Science @BIT
圆锥曲线段
• 提供了直线段、圆弧段以及其他二次曲线段的 一般表示，更为方便、有效． • 圆锥曲线段由两个端点、两 个正切和第三点确定．（拟 合要点） • 端点：K i = (1 − vi )Vi + v iVi +1
i =0 i =0
n
n +3
C n +1 = C 0 , C n + 2 = C1 , C n + 3 = C 2
Computer Vision Department of Computer Science @BIT
B-样条曲线
• Qi , 4 (t ′) 为B-样条基函数，各基函数形状相同，
彼此相差一个平移 ：
Department of Computer Science @BIT
曲线拟合
• 要素 (1)曲线模型：直线段(line segment)，圆 锥曲线段(conic section)，样条曲线段 (spline) (2) 曲线模型的拟合方法 (3) 拟合逼近（误差）程度的测量方法
Computer Vision
Computer Vision
914076-计算机科学进展-图像分割
积。 ❖ 滤波、增强、检测这三个边缘检测步骤对使用LOG
边缘检测仍然成立， ❖ 平滑是用高斯滤波器来完成的； ❖ 增强是将边缘转换成零交叉点来实现的； ❖ 边缘检测是通过检测零交叉点来进行的。
❖ 5 ×5大小的LOG算子模板为：
canny
❖ 基本特征是：
❖ (1)平滑滤波器是高斯滤波器；
❖ (2)增强步骤采用二阶导数(二维拉普拉斯函 数)；
❖ (3)边缘检测判据是二阶导数零交叉点并对应 一阶导数的较大峰值；
❖ (4)使用线性内插方法在子像素分辨率水平上 估计边缘的位置。
❖ 该方法：首先图像与高斯滤波器进行卷积，这一步 既平滑了图像又降低了噪声，孤立的噪声点和较小 的结构组织将被滤除。
❖ 研究者往往只对图像中的某些特定目标感兴趣区域， 进行目标识别、定位与提取，或对目标进行更深层 次的处理与分析。
主动轮廓模型
❖ 主动轮廓模型 (ActivecontoursModel)，又叫 作Snakes模型，最初由Kass等人于1987年 提出。
❖ 它利用人们对物体形状的先验知识，对物体 的整体形状进行操作，是一种全局的分割方 法，克服了传统的自底向上、利用图像局部 特征(如亮度，梯度，纹理，角点等)的图像分 割方法所带来的无可避免和修正的误差累积。
❖ 1)Laplacian算子是不依赖于边缘方向的二阶微分算子， 对图像中的阶越性边缘点定位准确，该算子对噪声非 常敏感，它使噪声成分得到加强，这两个特性使得该 算子容易丢失一部分边缘的方向信息，造成一些不连 续的检测边缘，同时抗噪声能力比较差；
❖ (2)LOG算子首先用高斯函数对图像作平滑滤波处 理，然后才使用Laplacian算子检测边缘，因此克服 了Laplacian算子抗噪声能力比较差的缺点，
基于全局-局部策略的EMD概率主动轮廓模型
2017，53（15）1引言图像分割是计算机视觉领域的基础问题之一，它是图像理解和分析的基本环节，主要应用于图像的模式识别和目标检测[1-2]。
图像分割的目的是将图像分割为不同的子区域，每个子区域具有相同或相似的特征属性。
主动轮廓模型通过逐步演化的平面曲线来逼近目标区域的边界，是近年来应用较多的图像分割方法。
目前主要有基于边界和基于区域的主动轮廓模型。
基于边界的主动轮廓模型最早可以追溯到1988年Kass 等提出的Snake 模型[3]和1997年Caselles 等提出的测地线主动轮廓模型[4]。
这类方法主要利用目标区域边界的局部特征，比如梯度特征等，来引导曲线的演化。
这类方法往往受到图像复杂多变的边界信息和初始化曲线的影响。
基于区域的方法则利用各个子区域内的全局信息而非边界信息来分割图像。
1989年Mumford 和Shah 提出的MS 模型[5]为基于区域的方法提供了模型框架，他们通过最小化图像区域信息与图像模型之间的差值来建立能量泛函。
2001年Chan 和Vese 提出的CV 模型[6]使用了更新的区域均值构建近似的区域模型，并结合水平集方法完成快速高效的分割。
另一类广为应用的是基于区域的概率主动轮廓模型。
1996年Zhu 和Yuille 首次建立了基于贝叶斯准则和Snakes/balloon 模型的主动轮廓模型[7]。
2009年Brox 和Cremers 进一步阐述了MS 模型在概率意义下的形式[8]，把形如CV 模型等基于全局-局部策略的EMD 概率主动轮廓模型姜玉泉，史静，石冬晨JIANG Yuquan,SHI Jing,SHI Dongchen西安理工大学，西安710048Xi ’an University of Technology,Xi ’an 710048,ChinaJIANG Yuquan,SHI Jing,SHI Dongchen.Statistical active contour model based on EMD and global-local puter Engineering and Applications,2017,53（15）：1-6.Abstract:Active contour model is one of the most useful tools to solve image segmentation task.It has been widely used in recent years.In this paper,some prior works are discussed and Earth Mover ’s Distance （EMD ）is introduced into statistical active contour model.Then a new statistical active contour model based on EMD is proposed.However,the proposed global strategy usually leads to local segmentation error.Therefore,a new global-local strategy which combines global and local scheme into EMD is raised.The proposed strategy not only extends the application of the proposed EMD model but also further improves the performance.Key words:Earth Mover ’s Distance （EMD ）;global-local strategy;Bhattacharyya distance;mutual information model;statistical active contour model摘要：主动轮廓模型作为图像分割的有力工具，近年来得到了广泛的应用。
一种改进的C.V主动轮廓模型
种 改进 的 ＣＶ 主动轮 廓模 型 ．
张开华 ，周文罡 ，张 振 ，郑孝娟
（中国科学技术大学 电子 工程 与信息科学 系，合肥 ２ ０ ２ ３ ０ ７）
摘要 ：本文对 ＣＶ 主动轮廓模型 进行 改进 。依据 曲线演化理论对 ＣＶ模 型 中的图像数据 力驱 动项进行 简化， 出 ． － 提
ａ ｃ ｒ ｉ ｇ ｔ ｅ ｔ ｅ ｒ ａ ｙ ｉ． ｓｉ ｇ ｉｈ ｄ ｆ ｍ ｒｇ ｎ ｌＣ－ ｍ ｏ ｅ， ｅ ｌｖ ｌ ｅ ｎ ｔ ｎ ｏ ｅｐ ｏ ｏ ｅ ｄ ｌ ｓ ｃ ｏ ｄ ｎ ｔ ｏ ｙ ａ ｌ ｓｓ Ｄｉｔ ｕ ｓ ｅ ｒ ｏｈ ｈ ｎ ｎ ｏ ｏ ｉ ａ Ｖ ｄ ｌ ｔ ｅ ｔｆ ｃｉ ｆ ｒ ｐ ｓ ｄ ｍｏ ｅ ｉ ｈ ｅ ｓ ｕ ｏ ｈ ｔ ｉ
一
种常微分方程 （Ｄ ） ０ Ｅ类型的模 型。理论分析验证 了该模 型的水平 集函数 可初始化 为零 与传统 Ｃ Ｖ模 型相 比， ．
不但具有其特点，如可以自 动检测带孔 目 标的内轮廓等，而且具有以下优点：抗噪性能较优；水平集函数无需重
新初始化 ，可快速计 算出全局最优分割 ；远 离轮廓的边界可 以被准确检测； 时间迭代步长不受限制。对合成和真
Ｏｒｉａ ｆ ｒｎｉｌ ｑ ａｉｎ ＯＤ ）Ｔ ｅ ｒｐ ｓｄｍｏ ｅ ｎ ｔ ｎｙ ａ ｅ ｒ ｉａ — ｍｏ ｅ’ｃａａｔｒ ｔ ｓｓｃ ｓ ｄ ｒ Ｄｉｅｅ ｔ ｕｔ （ Ｅ ． ｏ ｏｅ ｄｌ ｏ ｌ ｓ ｉ ｎ ｌ Ｖ ｄｌ ｈｒｃｅ ｓ ｃ，ｕ ｈ ｎ ｙ ａＥ ｏ ｈ ｐ ｏ ｈ ｔ ｏｇ Ｃ ｈ ｓ ｉｉ ａ
Ａｂ ｔ ａ ｔ Ａｎ ｉ ｒ ｖ ｄ Ｃ・ ａ ｔ ｅ ｃ ｎ ｏ ｒｍｏ ｅ ｓｐ ｅ ｅ ｔｄ ｗｉ ｉ ｈ ｔ ｅ ｉ ｇ ａａ ｆ ｒ ｅ ｉ ｅ Ｃ・ ｍｏ ｅ ｓ ｓｒ ｃ ： ｍｐ ｏ ｅ － ｃ ｖ ｏ ｔ ｕ ｄ ｌｗａ ｒ ｓ ｎ ｅ ， ｔ ｗｈ ｃ ｍａ ｅ ｄ ｔ ｏ ｃ ｎ ｔ － Ｖ ｉ ｈ ｈ ｈ Ｖ ｄ ｌ ｉ ｓ ｎ ｆｃ ｎ ｌ ｉ ｌ ｉｄ ａ ｃ ｒ ｉ ｇ ｔ ｅ ｃ ｒ ｅ ｅ ｏ ｕ ｉ ｎ ｔ ｅ ｒ ．Ｔ ｅ ｌｖ ｌ ｓ ｔ ｆ ｎ ｔ ｎ ｃ ｎ ｂ ｎ ｔ ｌ ｅ ｏ ｂ ｅ ｏ ｉ ｉ ａｔ ｓ ｇ ｉ ｙ ｍｐ ｉ ｅ ｃ ｏ ｄ ｏ ｔ ｕ ｖ ｖ ｌ ｔ ｈ ｏ ｙ ｈ ｅ ｅ ｅ ｕ ｃｉ ａ ｅ ｉ ｉ ａ ｉ ｄ ｔ ｅ ｚ ｒ ｆ ｎ ｈ ｏ ｏ ｉ ｚ
一种新的测地线主动轮廓图像分割方法
一种新的测地线主动轮廓图像分割方法贾迪野;黄凤岗;苏菡【期刊名称】《哈尔滨工程大学学报》【年(卷),期】2005(026)001【摘要】测地线主动轮廓模型是一种重要的图像分割方法,它对噪声图的分割效果很大程度上依赖于图像平滑的质量.为了使图像平滑和图像分割有机的结合起来,文中首先利用方向曲率模值提出描述图像平滑度的泛函,推导出一种四阶偏微分方程(PDE)图像降噪模型,它能在有效降噪的同时,保持良好的图像特征.该方法处理结果为分段线性图像,且在目标边缘处梯度存在阶跃.利用降噪结果的这一特点作为图像特征的描述函数,文中提出一种新的测地线主动轮廓(new geodesic active contour)模型.实验表明,新模型轮廓提取能力强、收敛速度快.以文中的降噪模型进行预处理,对基于区域的主动轮廓模型分割效果也有较大的提高.【总页数】4页(P63-66)【作者】贾迪野;黄凤岗;苏菡【作者单位】哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,计算机科学与技术学院,黑龙江,哈尔滨,150001【正文语种】中文【中图分类】TP391【相关文献】1.一种集成模糊特征的测地线主动轮廓模型的图像分割 [J], 石澄贤;马正华;王洪元2.一种区域自适应主动轮廓模型的图像分割方法 [J], 邢辉;彭亚丽;刘侍刚;范虹;孙建成3.一种基于主动轮廓模型的心脏核磁共振图像分割方法 [J], 刘利雄;马忠梅;赵恒博;姚宇华;张麒4.一种基于主动轮廓模型的图像分割新方法 [J], 张弛;唐克伦;章华钎;潘书浩5.一种新的用于MR脑图像分割的主动轮廓模型 [J], 栾红霞;戚飞虎因版权原因，仅展示原文概要，查看原文内容请购买。
基于全局-局部策略的EMD概率主动轮廓模型
基于全局-局部策略的EMD概率主动轮廓模型姜玉泉;史静;石冬晨【期刊名称】《计算机工程与应用》【年(卷),期】2017(000)015【摘要】Active contour model is one of the most useful tools to solve image segmentation task. It has been widely used in recent years. In this paper, some prior works are discussed and Earth Mover's Distance(EMD) is introduced into statistical active contour model. Then a new statistical active contour model based on EMD is proposed. However, the proposed global strategy usually leads to local segmentation error. Therefore, a new global-local strategy which combines global and local scheme into EMD is raised. The proposed strategy not only extends the application of the proposed EMD model but also further improves the performance.%主动轮廓模型作为图像分割的有力工具,近年来得到了广泛的应用.在讨论前人工作的基础上,首先将基于区域直方图的概率估计方法和EMD距离引入主动轮廓模型,建立了基于EMD距离的能量泛函.为了解决图像局部的置乱现象容易产生分割误差的问题,提出一种全局-局部模型,提高分割精度,并应用于EMD距离,不仅扩大了模型的应用范围,而且使分割效果得到了进一步的提升.【总页数】6页(P1-6)【作者】姜玉泉;史静;石冬晨【作者单位】西安理工大学,西安 710048;西安理工大学,西安 710048;西安理工大学,西安 710048【正文语种】中文【中图分类】TP391.4【相关文献】1.结合全局与局部信息的主动轮廓分割模型 [J], 赵丽科;郑顺义;魏海涛;桂力2.基于局部熵的融合局部和全局信息的主动轮廓模型 [J], 王海军;柳明;张圣燕;3.基于局部熵的融合局部和全局信息的主动轮廓模型 [J], 王海军;柳明;张圣燕4.结合局部与全局信息的主动轮廓模型 [J], 代双语;王智峰;张学东5.基于融合局部信息的全局划分活动轮廓模型在图像分割中的研究 [J], 熊点华;唐利明因版权原因，仅展示原文概要，查看原文内容请购买。