基于活动轮廓模型的图像分割方法研究【毕业论文】

《基于活动轮廓模型的图像分割方法研究【毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业设计（20届）基于活动轮廓模型的图像分割方法研究摘要图像分割作为图像理解的基础，是图像处理和计算机视觉中一个关键的步骤，对现代人的生产、生活都有着很高的应用价值，这方面的研究受到了广泛的重视。传统的非模型的分割方法有着很大的缺陷，利用模型所完成的图像分割有更好的分割效果。目前的研究主要划分为依赖边界的分割与依赖区域的分割两种，也有两者相结合的分割方法。活动轮廓模型属于基于边界的分割。活动轮廓模型主要包括参数轮廓模型和几何轮廓模型两类。几何活动轮廓模型在近些年被广泛的应用于非刚性物体的分割中，与传统的分割算法相比，展现了它更高的优越性。水平集

2、方法的出现，对活动轮廓模型计算复杂度比较高、图像弱边缘收敛性比较差等问题的解决有着很大的推动。将传统的水平集方法与参数主动轮廓模型相结合，对计算量和计算时间的减少起到了很大的帮助。本文所做的研究是主要针对基于水平集的活动轮廓模型图像分割，具体采用了改进的C-V模型，它的演化曲线的几何特征能用水平集函数直接计算得出，通过迭代方程得到更高维函数，水平集函数的零水平集可以自然处理变拓扑结构，在保持速度函数为连续的光滑函数的情况下，水平集函数就始终为可微函数，从而可以利用离散的有限差分法实现其数值近似算法，得到贴近图像感兴趣目标的最终轮廓线，最后得到带轮廓

3、线的图像。关键词：图像分割，活动轮廓模型，水平集，演化曲线，可微函数，零水平集AbstractImagesegmentationisthebasicofimageunderstanding，andit'sakeystepinimageprocessingandcomputervisionthathavehighapplicationtothemodernlife，peoplepayahighlyattentiontothisaspect.Thetraditionalnon-modelhasagreatdefectonthesegmentation;

4、usingthemodelcangetabettersegmentationeffect.Currentresearchisdividedintothesegmentationthatdependdependentboundarysegmentationandregionsegmentationoftwodependent,andalsotheboth.Activecontourmodelisbasedonthesegmentationofboundary,includingparameterscontourmodelandgeometriccon

5、tourmodel.Geometricactivecontourmodelsarewidelyusedinthesegmentationofnon-rigidobjectintheseyears,comparedwiththetraditionalalgorithm,ithasmoreadvantages.Theemergenceofthelevel-sethasgreatadvantagestosolvetheproblemthatthehighlydifficultofcomputingtheactivecontourmodel,andthep

6、ooredgesofimage.Combinationoflevel-setandparameterscontourmodelplayedagreathelptoreducetheamountofcomputationandcomputingtime.Thisstudywasdonemainlybasedontheimagesegmentationoflevel-setofactivecontourmodel,UsingthemodifiedC-Vmodel,thegeometricfeaturesofevolutioncurvecanbecalc

7、ulatedinthefunctionoflevel-set,Throughtheiterativeequationtogetthehigherfunction,Thezerolevel-setofthelevel-set'sfunctioncanbevariabletopologynaturally,intheeventthatkeepingthefunctionofspeedcontinuouslyandslick,thefunctionoflevel-setcanbedifferentiableallalong,thenwecanusethe

8、discretefinitedifferencemethodtoachieveitsnumericalapproximat