基于活动轮廓模型的轮廓提取

作     者：李安平 

作者单位：昆明理工大学 

学位级别：硕士

导师姓名：刘文奇

授予年度：2006年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：活动轮廓模型 像素块 方向导数 多分辨率分析 

摘      要：在图像处理和计算机视觉中，移动或静止物体轮廓的提取是一个重大的研究领域，有着重要的科研和应用价值。在很多的应用领域，都要用到对图像中目标物体的轮廓进行提取，找出其中感兴趣的部分，再进行其它进一步的处理。已经有很多的现成的算法可以用于提取轮廓，如利用边缘检测算法用于轮廓提取，利用图像分割算法，阈值分割法，区域扩展法，数学形态学的分水岭算法等用于轮廓提取，这些算法在进行轮廓提取时存在这样或那样的缺点，不能完全满足轮廓提取的要求。后来有学者陆续给出各种改进并提出了很多其他新的方法，如活动轮廓模型算法，基于动态规划图搜索算法等。其中活动轮廓模型得到广泛的应用。1987年的第一届国际视觉会议上，kass等提出了主动活动轮廓算法，20世纪80年代后期迅速发展起来的一种图像分割算法，它为图像分割及物体轮廓提取等很多计算机视觉问题提供了一种统一的解决框架。它通过设计一个由外能、内能及图像能组成的能量函数并通过极小化该函数来得到物体的轮廓。现在已经被广泛地应用于图像分割与轮廓提取。 论文从两个方面进行讨论轮廓的提取，一论文给出新的边缘直线提取算法，并用于简单形状物体轮廓的提取。二将新的边缘直线提取算法和活动轮廓模型相结合，并结合图像多分辨率分解的优点，实现活动轮廓模型的粗略初始轮廓的自动给出。而通常的基于活动轮廓模型的轮廓提取的初始轮廓是由人工交互给出的。首先将新的边缘直线提取算法作用于多分辨率图像，将得到的粗略轮廓作为主动轮廓模型的初始轮廓，然后再对图像中物体轮廓进行定位，最终确定出物体轮廓的精确定位。