基于GVF力场分析的多目标图像边缘检测算法研究

摘要

图像边缘检测是图像处理过程中的重要步骤之一，是虚拟手术系统中进行三维建模的基础。但是数字人体图像通常是多目标图像，参数轮廓模型不能处理该问题，多目标图像分割问题在虚拟手术中成为一个瓶颈。 文中提出基于力场分析的图像分割方法，解决参数轮廓模型处理多目标的图像分割问题。首先，分析梯度矢量流力场生成机理与力场的特点，建立真实轮廓处力场（零力场）充分条件，依据零力场充分条件生成离真实轮廓处3-5像素距离的初始轮廓线，逼近得到多目标的目标轮廓线；其次，引入扩散梯度矢量流力场，简化零力场识别与连接过程，降低时间复杂度。论文主要内容包括： 首先对各类图像边缘检测方法进行了介绍与比较，介绍了多种多目标图像分割方法，并进行了分析，对图像分割领域的进展与成果进行了总结与回顾。 其次，对GVF Snake模型从本质上进行了研究。针对GVF Snake模型的时间复杂度两大成因，得到时间复杂度与这两大成因间的数学关系，为降低模型时间复杂度提供数学支持；对GVF Snake模型的初始轮廓线设定关系进行了研究，为后续初始轮廓线的设定提供依据。 再次，本文详细分析GVF Snake模型力场，对GVF力场的形成机理、力场的特点进行研究与分析；定义真实轮廓处力场的充分条件，区分各类特殊的GVF力场，为基于力场分析的图像分割算法奠定了数学基础。 最后，针对多目标图像分割问题，利用GVF力场的特点，引入EGVF力场，设计零力场选取与简化方法，设计初始轮廓线生成与逼近算法，解决GVF Snake模型处理多目标图像分割问题。 实验结果表明，本文方法对多目标图像分割可得到精确的结果。文中方法提高轮廓精确度与抗噪性，降低时间复杂度，用户可自主选择图像中感兴趣的对象，在医学图像处理、遥感测绘领域有一定应用价值。

目录

文摘

英文文摘

声明

引言

第一章虚拟手术系统简介

1.1虚拟手术系统的起源与发展

1.2虚拟手术系统的构成

第二章边缘检测方法及评价准则

2.1边缘检测的原理

2.2并行边界技术

2.3串行边界技术

2.4特色边缘检测方法简介

2.4.1数学形态学方法

2.4.2USAN算子

2.4.3神经网络方法

2.4.4分水岭算法

2.5图像分割算法评价

2.5.1图像分割评价算法分类

2.5.2分割评价准则

2.6结论

第三章多目标图像分割方法

3.1改进的最大类间方差法

3.2四叉树结构在多目标图像分割中的应用

3.3基于局部最大熵的多目标图像分割方法

3.4基于三角级数的直方图拟合多目标图像分割

3.5结论

第四章GVF Snake模型研究

4.1 Snake模型的发展

4.2 GVF Snake模型原理与实现

4.3初始轮廓线设定的研究

4.3.1有效逼近域

4.3.2初始轮廓线设定位置关系

4.4 GVF Snake模型时间复杂度分析

4.4.1 GVF力场迭代次数与时间成正比

4.4.2轮廓逼近次数与时间成正比

4.5 GVF Snake模型的缺点

4.6结论

第五章GVF Snake模型力场分析与研究

5.1 GVF力场分析

5.1.1 GVF力场的提出

5.1.2 GVF力场构建原理

5.1.3 GVF力场生成过程

5.1.4 GVF力场机理分析

5.2各类图像的GVF力场生成探究

5.2.1单源GVF力场生成探究

5.2.2二源点GVF力场生成探究

5.2.3多目标GVF力场生成探究

5.3特殊GVF力场定义与分析

5.3.1零力场

5.3.2假零力场

5.3.3干扰力场

5.4 GVF力场的特点

5.5结论

第六章基于力场分析的多目标图像分割

6.1 EGVF Snake模型

6.1.1 EGVF Snake模型定义

6.1.2 EGVF力场简易求法

6.1.3 EGVF力场归一化

6.2分析EGVF零力场

6.3设计零力场选取简化方法

6.4设计初始轮廓线生成与逼近算法

6.5实验结果与评价

6.6结论

结论

参考文献

攻读学位期间的研究成果

致谢