資源描述：
《基于snake模型的圖像分割算法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號TP301.6密級公開UDC004.93學(xué)位論文編號D-10617-308-(2016)-01090重慶郵電大學(xué)碩士學(xué)位論文中文題目基于Snake模型的圖像分割算法研究英文題目ResearchonImageSegmentationAlgorithmsBasedonSnakeModel學(xué)號S130101103姓名劉杰學(xué)位類別工學(xué)碩士學(xué)科專業(yè)信息與通信工程指導(dǎo)教師胡學(xué)剛教授完成日期2016年6月8日重慶郵電大學(xué)碩士學(xué)位論文摘要摘要圖像分割在整個圖像處理領(lǐng)域起著十分重要的作用。對相關(guān)問題的研究一直以來都是國內(nèi)外學(xué)者們研究的熱門話題，這方面也已有不少成熟的算法，
2、其中，基于活動輪廓模型(Snake模型)的圖像分割算法將圖像本身的低層視覺屬性和目標(biāo)的先驗(yàn)知識有機(jī)地結(jié)合起來而得到了廣泛的關(guān)注。本文首先對基于Snake模型的研究現(xiàn)狀進(jìn)行綜述，其次，對氣球力Snake模型、梯度向量流(GradientVectorFlow，GVF)活動輪廓模型等幾種重要的改進(jìn)Snake模型進(jìn)行介紹，并分析了GVFSnake模型的研究動態(tài)及其需要進(jìn)一步解決的問題。在此基礎(chǔ)上，本文對基于Snake模型的圖像分割算法進(jìn)行深入研究，獲得了較好的結(jié)果，主要工作如下：1.針對目前基于參數(shù)活動輪廓模型的圖像分割方法不能精確定位到角點(diǎn)，不連續(xù)邊緣易受周圍無關(guān)信
3、息影響的缺陷，提出一種基于參數(shù)活動輪廓模型的圖像分割新方法。該方法首先構(gòu)造邊緣保護(hù)項(xiàng)，將其引入到圖像分割的活動輪廓模型中，保留拉普拉斯擴(kuò)散項(xiàng)的切線方向分量，再引入兩個權(quán)重參數(shù)控制切線方向和法線方向有偏的擴(kuò)散，以提高分割的精度和效率。實(shí)驗(yàn)結(jié)果表明，該模型不僅能檢測到弱邊緣，精確地定位到角點(diǎn)，而且能收斂到深度的凹形邊界，降低無關(guān)信息對邊緣不連續(xù)處的影響，防止邊緣泄露，很好地保護(hù)圖像細(xì)節(jié)，收斂的效率和準(zhǔn)確率比現(xiàn)有的同類模型有明顯提高。2.為了解決深度凹陷圖像分割的瓶頸問題，本文提出一種基于GVFSnake的深度凹陷圖像分割算法。該算法首先采用GVFSnake模型對圖
4、像進(jìn)行初始分割，檢測出瓶頸曲線段，再根據(jù)瓶頸曲線段的幾何特征判斷出該曲線需進(jìn)一步收斂的方向，最后以深度凹陷內(nèi)部外力場的分布特征為依據(jù)確立外力場優(yōu)化區(qū)域，優(yōu)化該區(qū)域的力場，完成圖像分割。理論分析和實(shí)驗(yàn)結(jié)果都表明本文算法不必將初始輪廓完全置于目標(biāo)邊緣內(nèi)部或外部，不僅能收斂到深度凹陷區(qū)域內(nèi)部，自適應(yīng)向凹陷和凸起部位收斂，還能收斂到彎曲、狹長的復(fù)雜結(jié)構(gòu)，有效地避免將目標(biāo)邊緣的缺口誤判為瓶頸曲線段，防止邊緣泄露，保護(hù)圖像細(xì)節(jié)。不同算法的分割對比實(shí)驗(yàn)數(shù)據(jù)顯示，該算法分割曲線對深度凹陷結(jié)構(gòu)的擬合程度優(yōu)于其他同類算法。關(guān)鍵詞：圖像分割，活動輪廓模型，梯度向量流，深度凹陷I重慶
5、郵電大學(xué)碩士學(xué)位論文AbstractAbstractImagesegmentationplaysanimportantroleinthewholeimageprocessing.Researchontherelatedissueshasalwaysbeenthehotissuesathomeandabroad,andalotofmaturemethodshavebeenexisted.Amongthemactivecontourmodel(Snake)hasbeenpaidwidelyattentionbyresearchersbecauseit’scombi
6、nedwithimage’slowervisualnatureandobject’sprioriknowledge.Firstly,inthispapertheresearchstatusofsegmentationalgorithmbasedonactivecontourmodelisreviewed.Secondly,importantimprovedmethodssuchasBalloonSnakemodel,gradientvectorflow(GVF)Snakeandandsoonareintroduced,andthentheresearchten
7、dencyofGVFSnakeanditsproblemstobesolvedaregiven.Onthebasis,thisthesisaimstoresearchonimagesegmentationbasedonSnakemodel,andabetterresultisobtained.Themainworkisasfollow:Aimedatthedefectsthattheexistingmethodsbasedonparametricactivecontourmodels(PACM)cannotaccuratelylocatetocorners,a
8、nddiscontinuousedge
