復(fù)雜物體輪廓提取-文庫吧在線文庫
【正文】 分割是一項廣泛應(yīng)用的圖象處理技術(shù)。徐曉剛 于金輝 馬利莊(浙江大學(xué)CADamp。能量函數(shù)包括內(nèi)外力兩方面，如邊界曲率和梯度。對于輪廓比較平滑的目標(biāo)，[3][7]的方法可以獲得比較好的效果，但在處理具有尖銳邊角的目標(biāo)時，對尖銳邊角往往不能準(zhǔn)確地定位從而造成“割角”。 計算梯度時可以采用不同的算子，對最終計算所得的能量影響較大的是模板的寬度，本文中采用了高斯函數(shù)計算梯度。（b） 搜索后的定位邊界。適時地插入新的種子點可以在一定程度上避免能量迭代誤差引起的邊緣定位不準(zhǔn)確問題，顯然，在尖點處自動插入新種子點則可以改善邊緣定位準(zhǔn)確性。對于任意點A與B，檢查曲線AB之間各點到直線AB距離，取最大距離點C，連接AC, CB；檢查曲線AC之間各點到直線AC距離，取最大距離點D，連接AD, DC；對曲線CB同樣處理；當(dāng)距離達(dá)到設(shè)定閾值或兩點之間小于設(shè)定的點數(shù)時，迭代結(jié)束。（e）為本文算法得到輪廓。（d）[1] 算法得到輪廓。（f）本文算法平滑后輪廓。馬利莊 1963年生，博士，研究員，博士生導(dǎo)師，國家杰出青年基金，中國青年科技獎獲得者，目前研究方向為CAGD，計算機(jī)動畫。00), Vol. II, pp. 776777, Hilton Head, SC, June 2000.[8] B. S. Morse, W. A. Barrett, J. K. Udupa, and R. P. Burton, Trainable Optimal Boundary Finding Using TwoDimensional Dynamic Programming. Technical Report No. MIPG180, Department of Radiology, University of Pennsylvania, Philadelphia, PA, March 1991.徐曉剛 1967年生，博士，講師，現(xiàn)為浙江大學(xué)CADamp。（b）[7]算法得到輪廓。采用本文算法的圖3和圖4（e）（f）比較準(zhǔn)確地勾勒出了“訊”字和花瓣的外輪廓。圖3和圖4 中（a）系原圖。綜上述，我們的能量迭代最終算法如下：1）初始化，設(shè)置種子點和標(biāo)志位Flag=0；2）是否處理完畢，若是，轉(zhuǎn)7；否則轉(zhuǎn)3；3）計算當(dāng)前點的八鄰域點能量，若Flag=0，把能量值寫入能量表，轉(zhuǎn)4；若Flag=1，轉(zhuǎn)5；4）比較各鄰域點能量，選取能量最小者進(jìn)棧，轉(zhuǎn)2；5）若新計算的能量小于舊的能量，把能量值寫入能量表，轉(zhuǎn)4；否則轉(zhuǎn)6；6）反向跟蹤新，舊能量的路徑，統(tǒng)計最近一段距離內(nèi)過零點的數(shù)量；若，則把新能量值寫入能量表，轉(zhuǎn)4；否則轉(zhuǎn)4；7）結(jié)束。（1）采用新的迭代判斷準(zhǔn)則。矢量 , （8） （9）式（8）中的分別為p,q點x,y方向梯度，式（9）中加黑的p,q表示p,q點的坐標(biāo)。l(p,q)= （1） 式中，分別表示零交叉點，梯度值，梯度方向，q為p的鄰點,，為權(quán)值，本文計算中采用[4]中的取值方法，對大多數(shù)圖象，, ,。與Snake 算法不同，圖搜索算法不通過迭代初始輪廓—降低能量的方式，而是通過分步優(yōu)化能量函數(shù)獲得邊界，但圖搜索算法也需要一個初始的模板以約束搜索。關(guān)鍵詞 復(fù)雜輪廓提取，Snake 算法，基于動態(tài)規(guī)劃圖搜索算法
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1