基于可变形模型的图像分割相关技术研究

《基于可变形模型的图像分割相关技术研究》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、分类号UDC密级编号中国科学院研究生院博士学位论文Y80五‘33基王亘变型搓型丝图堡佥割扭差基苤婴究汤淫蕉指导教师庄邃渲婴窒旦蝗±空国型堂瞳自动丝班窥逝申请学位级别熊±学科专业名称搓式塑型皇鳖熊丕统论文提交日期一．至QQ生：鱼论文答辩日期2004．8培养单位主国型堂暄自麴丝班窒逝学位授予单位史国型堂院受塞生院中国科学院博士论文基于可变形模型的图像分割相关技术研究摘要图像分割是计算机视觉与模式识别领域低层次视觉处理中基本而关键的技术之一。传统的数据驱动的图像分割方法由于方法本身的局限性，难以满足复杂分割的要求，模型驱动的图像分割方法正是在这种需求之下出现的。本文重点研究了基于可变形模型的图像

2、分割理论及其相关技术，并围绕着参数主动轮廓模型(PACM)、几何主动轮廓模型(GACM)和基于解析形式的参数可变形模板展开研究。主要工作及贡献可归纳如下：1)将数学方法与工程概念相结合，从多元函数极值的梯度下降法和泛函极值的变分法两个不同的数学角度，对PACM能量泛函的极值条件进行了推导与诠释，并针对其建模原理、数值优化方法以及分割理论框架进行了综述性的介绍和深入细致的数学理论剖析。21为了在PACM中提供更多的与高层理解机制交互的途径，在前一工作的基础上，提出了一种由模糊逻辑系统引导的模糊PACM模型(FPAcM)，并通过引入新的共生算子提出了一种改进遗传算法⋯共生遗传算法(CGA)，用

3、于FPACM能量函数的全局优化。与传统PACM的对比实验证明了FPACM的有效性，特别是在与高层交互方面更显示了其优越的性能。3)提出并证明了平面曲线在任意参数表示时的Frenet—Serret公式，并从古典微分几何的角度，利用平面曲线的Frenet标架表示，用定理形式巧妙地证明了当变形曲线用任意参数表示时PACM与GACM之间的可相互转化性。另外，在定理证明的基础上，对两种可变形模型的物理意义、变形特性及优缺点进行了逐项对比与评价，给出了更为清晰合理的动力学解释，揭示了两种模型不同的物理本质。4)在前一工作的基础上，针对基于梯度矢量流(GVF)的GAcM模型无法提取深度凹陷狭长边缘的不足

4、，将广义梯度矢量流(GGVF)的思想引入到测地线GACM模型中来，构建了基于GGVF的测地线GACM模型，并结合理论分析与分割实验结果对新模型进行了详细的评价。结果表明，新模型在保留原模型拓扑结构可自适应改变优势的同时，获得了对狭长凹陷边缘的精确提取能力，整体性能是更优的。5)针对自由可变形模型无法充分利用目标几何形状先验信息的局限性，对基于解析形式的参数可变形模板匹配方法的模板结构、离散化方案、内外部能量函数及优化算法等进行了研究与改进，以生物体为原型提出了一种具有三种生物组织结构、新的参数可变形模板，并利用改进的贪婪算法进行能量优化，一系列实验结果证明了新算法的有效性。关键词：图像分割

5、，参数主动轮廓模型，几何主动轮廓模型，广义梯度矢量流，参数可变形模板中国科学院博士论文ResearchonDefOrmableModeIsandImageSegmentationTbchniques^uthor：Zeyin9TAN6SupervIsor：HQnqin9LUABSTRACTImagesegmentationisoneoffundamemalanddifficultproblemsinthefieldsofcomputervisionandpattemrccognition．Classicaldata-drivenimagesegmentationtechIliquesca肌o

6、tsatisf’ytherequirementsofcomplexima2esegmentationduetothe1imitationsitselfUnderthecircumstances，model．“、吧nimagesegmentationtechIliquescomeintobeingandbecomeafocusofwidespreadconcem．Surroundin窟ParametricActiveContourModel(PACM)，GeometricActiveComourModel(GACM)andAnalvtical—form—basedParametricDefo

7、mableTemDIate，thedissenationfbcusesonthestudyofimagesegmemationtechniquesusin2deformablemodels．Thehi曲ligrhtsandmaincontributionsofthedissertationinclude：1)AsthemosttvpicaImetllodinthefke．fomldeform曲1emodels，PACMo