基于Snakes模型的图像轮廓提取算法的研究

论文摘要

主动轮廓模型,是当前计算机视觉领域的一个研究热点。它在低层视觉任务中引入高层先验知识,是对Marr提出的自下而上、信息单向传递的视觉计算理论的挑战。主动轮廓模型可用于轮廓提取、立体匹配、运动跟踪及三维重建等一系列计算机视觉任务。Snakes模型即参数主动轮廓模型是主动轮廓模型的一个分支。本课题主要研究应用Snakes模型提取图像中的目标物体轮廓。首先,本文对传统Snakes模型的数学实现进行了完整的推导,给出了算法流程图。并结合仿真和实验,分析了传统Snakes模型的不足和不足产生的原因。GVF Snakes方法能够有效地解决传统Snakes模型外力场作用范围小的问题,是一个经典的Snakes模型,但是GVF外力场的计算耗时。本文从求解偏微分方程的角度出发,应用有限差分法和SOR方法求解GVF外力场,获得更快的计算收敛速度。用B样条表达轮廓曲线,可以降低控制点的数目,从而降低计算复杂度。本文阐述了将GVF Snakes模型和B Snakes模型结合的方法,并通过实验证明GVF B Snakes模型同时获得了两个模型的优势。在B样条Snakes迭代变形部分,本文发现一种新的共轭梯度法,收敛速度快于PRP共轭梯度法和最速下降法,并通过实验进行了证明。本文在常用的B Snakes模型基础上添加了用于光滑性约束的能量项,以提高模型的抗干扰能力,之后给出了GVF B Snakes模型的实现流程。最后用搭建的图像采集系统进行图像采集,并用本文设计的Snakes应用软件对获得的图像进行有效的目标轮廓提取。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景及意义
• 1.2 Snakes模型国内外研究现状
• 1.3 课题主要研究内容
• 第2章 原始Snakes模型的实现与分析
• 2.1 引言
• 2.2 Snakes的数学模型
• 2.3 Snakes模型的算法实现
• 2.4 原始Snakes模型的仿真实验
• 2.4.1 原始Snakes模型的特点
• 2.4.2 轮廓提取实验
• 2.5 本章小结
• 第3章 基于梯度向量流场的B Snakes模型
• 3.1 引言
• 3.2 GVF Snakes模型
• 3.2.1 梯度向量流场（GVF）
• 3.2.2 计算GVF
• 3.3 B Snakes模型
• 3.3.1 闭合轮廓反求控制点
• 3.3.2 B Snakes模型
• 3.3.3 能量极小化——共轭梯度法
• 3.3.4 GVF B Snakes模型
• 3.4 实验与分析
• 3.4.1 SOR方法计算GVF
• 3.4.2 GVF B Snakes优势
• 3.4.3 收敛更快的共轭梯度法
• 3.4.4 轮廓提取
• 3.5 光滑性约束
• 3.6 算法流程
• 3.7 本章小结
• 第4章 系统实验与分析
• 4.1 引言
• 4.2 图像采集处理系统
• 4.3 Snakes应用软件
• 4.4 轮廓提取实验
• 4.5 简单的人脸轮廓跟踪实验
• 4.6 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢