基于改進(jìn)的gvf圖像分割問題研究

《基于改進(jìn)的gvf圖像分割問題研究》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、＾一玄二■＇■八雜－——分類號：密級：．＇ＵＤＣ：＿＿＿＿＿單位化碼：嘩心二，給與‘．化、．矣激至赴乂擎石巧立拳與轅巧手侖？．論文題目：基于改進(jìn)的ＧＶＦ圖像分割問題研究－裘．．：－ｖ：Ｖ．．；；、＇心＇’蘭癖－隊(duì)。；禱＞ｓ＾ｚ：１３２０１９０２９６？ｒ＿學(xué)號．ｔ，‘唐遙遙心一。作者．計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)名稱３：？２０？１６年６月１日．．．＾

2、＇安徽工業(yè)大學(xué)碩士學(xué)位論文論文題目：基于改進(jìn)的GVF圖像分割問題研究BasedontheimprovedGVFresearchimagesegmentationproblem作者：唐遙遙學(xué)院：計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院指導(dǎo)教師：劉宏申單位：安徽工業(yè)大學(xué)協(xié)助指導(dǎo)教師：單位：論文提交日期：2016年6月1日學(xué)位授予單位：安徽工業(yè)大學(xué)安徽馬鞍山24300獨(dú)創(chuàng)性說明本人鄭重聲明：所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究王作及取得研究成果。盡我所知，除了文中特別加Ｗ標(biāo)注和致謝的地方外，論文中不

3、包含其他人已經(jīng)發(fā)表或撰寫的研究成果，也不包含為獲得安徽王業(yè)大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書所使用過的材料一。與我同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示－了謝意。ｌ以Ｍ＇篇名■造＿日期馬：關(guān)于論文使用授權(quán)的說明、良本人完全了解安徽王業(yè)大學(xué)有關(guān)保留使用學(xué)位論文的規(guī)定，日：學(xué)校有權(quán)保留送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？晒崳姴颊撐牡娜炕虿糠謨?nèi)容，可Ｗ采用影印、縮印或其他復(fù)制手段保存論。文，保密的論文在解密后應(yīng)遵循此規(guī)定愛怒

4、刖月：滬簽名＿導(dǎo)師簽名＿．喪糾摘要摘要傳統(tǒng)Snake模型是運(yùn)用圖像本身所固有的信息對目標(biāo)輪廓邊界進(jìn)行定位，保證輪廓曲線的連續(xù)性以及光滑性。它顛覆了傳統(tǒng)的自底向上的信息傳輸方式，利用高層信息采用自上向下的處理方式。采用Snake模型對感興趣目標(biāo)的提取更加便利以及高效，該模型一經(jīng)提出便被廣泛地應(yīng)用。但是傳統(tǒng)Snake模型存在的一些問題如捕獲范圍小、凹陷區(qū)域邊界提取問題，Xu等人提出的梯度矢量流GVF方法對這些不足都有所改進(jìn)。GVF方法也有其不足，如對于深度凹陷區(qū)域的邊緣提取依然不理想，對于這

5、個問題本文提出了一種改進(jìn)方法VGVF方法。本論文所做的工作以及重要的研究結(jié)論如下：(1)GVF是基于傳統(tǒng)Snake模型的一種改進(jìn)方法，對梯度矢量流原理及數(shù)學(xué)公式的實(shí)現(xiàn)方法做了詳細(xì)的說明，并再現(xiàn)實(shí)驗(yàn)結(jié)果比較分析其與傳統(tǒng)Snake模型的改進(jìn)之處，對于初始位置的設(shè)置以及凹陷區(qū)域都做了較大的改進(jìn)，擴(kuò)大了外力場的捕獲范圍，一定程度上改進(jìn)了對凹陷區(qū)域邊界的提取問題。(2)提出了一種新的改進(jìn)方法。該方法是基于GVFSnake場與一個常矢量作叉積構(gòu)成了GVF矢量積復(fù)合場。如果該常矢量是入或出場平面的單位矢量，則

6、生成的新的外力場我們將它稱作旋轉(zhuǎn)梯度矢量場（即VGVFSnake場）。VGVFSnake場的最大特點(diǎn)是其力場方向圍繞目標(biāo)邊緣旋轉(zhuǎn)。(3)對動態(tài)規(guī)劃算法和貪心算法進(jìn)行了分析，并將其用來計(jì)算能量函數(shù)的最小化問題。將VGVF方法結(jié)合動態(tài)規(guī)劃算法和貪心算法，并對實(shí)驗(yàn)結(jié)果進(jìn)行分析，與GVF方法的實(shí)驗(yàn)結(jié)果進(jìn)行了比對，闡明了改進(jìn)方法可以解決圖像深度凹陷區(qū)邊緣提取問題。實(shí)驗(yàn)結(jié)果證明了改進(jìn)方法具有可行性。關(guān)鍵詞：傳統(tǒng)Snake模型；梯度矢量流；矢量叉積；VGVF方法；動態(tài)規(guī)劃算法；貪心算法IAbstractAbs

7、tractTraditionalSnakemodeltriestopositiontheboundaryoftargetedcontour，inordertoensurethecontinuityandsmoothnessofthecontourcurve，whichadoptedtheup-downinformationprocessingmethodinsteadofthetraditionalbottom-upinformationtransportation．Itismoreconven

8、ientandefficienttouseSnakemodeltoextractcertaininterestedtarget，whichhasbeenwidelyusedsincethedayitwasinvented．However，therelaysomeflawsinthismodel，suchassmallcapturescopeandSagareaboundaryextraction，whichinsomeextenthavebeenimprovedbyGVFmethodformul