论文部分内容阅读
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。