復(fù)雜物體輪廓提取(完整版)
【正文】 中圖法分類(lèi)號(hào)：Extraction of Complex Object ContourXU Xiaogang YU Jinhui MA Lizhuang (State Key Lab of CADamp。CG國(guó)家重點(diǎn)實(shí)驗(yàn)室,杭州 310027)摘要 圖象分割是圖象處理中的一項(xiàng)重要工作，目前手工與自動(dòng)相結(jié)合的分割方法在實(shí)際工作中得到了廣泛應(yīng)用。由于用戶(hù)無(wú)法估計(jì)迭代的最后結(jié)果，應(yīng)用Snake 算法往往需要進(jìn)行多次的交互工作。通過(guò)分析能量的迭代過(guò)程，本文提出了一種改進(jìn)算法，克服了IS算法中的缺點(diǎn)，可以對(duì)復(fù)雜物體的邊緣進(jìn)行比較準(zhǔn)確的定位，同時(shí)針對(duì)跟蹤過(guò)程產(chǎn)生的“毛刺”現(xiàn)象，采用矢量化方法消除毛刺，使獲得的邊界具有比較好的視覺(jué)效果。令, 表示x,y方向的梯度，則梯度G （3）為使高梯度產(chǎn)生低能量，令 （4）最后若q是p的對(duì)角鄰點(diǎn), 不變, 若q是p的水平或垂直鄰點(diǎn), 除以。 （c）邊界放大圖。在交互過(guò)程中，跟蹤從種子點(diǎn)到當(dāng)前點(diǎn)的路徑，若發(fā)現(xiàn)路徑方向發(fā)生劇烈的改變，則在方向改變處設(shè)置新的種子點(diǎn)。上述算法的極限收斂于原曲線(xiàn)，可以根據(jù)不同的要求設(shè)置誤差。（f）為本文算法平滑后輪廓。（e）本文算法得到輪廓。3 結(jié)束語(yǔ)Snake算法和圖搜索算法在目標(biāo)的匹配定位中已得到了廣泛的應(yīng)用，但無(wú)法對(duì)復(fù)雜物體的輪廓進(jìn)行準(zhǔn)確定位，本文針對(duì)復(fù)雜物體，提出了一種有效的輪廓交互提取算法。Email: xxgang。參 考 文 獻(xiàn)[1] Williams. Donna and Shah. Mubarak. A Fast Algorithm for Active Contours and Curvature Estimation, CVGIP: Image Understanding. Vol. 55, No. 1, January 1992. pp. 1426.[2] M. Kass, A. Witkin, D. Terzopoulos. Snake: Active Contour Models. International Journal of Computer Vision. , , , 1988.[3] E. N. Mortensen and W. A. Barrett, “Intelligent Scissors for Image Composition,” in Proceedings of the ACM SIGGRAPH 95, pp. 191198, Los Angeles, CA, Aug. 1995.[4] E. N. Mortensen, B. S. Morse, W. A. Barrett, and J. K. Udupa, “Adaptive Boundary Detection Using ‘LiveWire’ TwoDimensional Dynamic Programming,” in IEEE Proceedings of Computers in Cardiology, pp. 635638, Durham, NC,Oct. 1992.[5] Y. P. Chien and K. S. Fu, “A Decision Function Method for Boundary Detection,” Com
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1