活动轮廓模型中向量场和先验约束能量泛函研究

Active contour model is an important method for image segmentation and object boundary extraction. There are some key problems in extracting object boundary with active contour model. Contour evolves in vector field and always comes across premature convergence in extracting complex geometries; Vector fields are sensitive to noise and unrobust in extracting fuzzy edges. In complex background of image gray, active contour models only using shape prior information lack robustness and precision in extracting object boundary. Aiming at these problems, some researches about vector field and priori constraint energy functional in active contour model will be done, the contents are as follows: Firstly, based on the classical diffusion equation, the term of enhanced diffusion energy will be defined to fast generate vector field and improve the ability in converging to concavity. Secondly, with multi-scale method, image features are extracted, the effect of noise is decreased in some ideal spaces, the features of fuzzy edges are described and used to construct new vector field. Thirdly, combining shape and region prior information, prior energy functional with respect to several variables will be defined, the segmentation model based on prior information is constructed, then the global minimization of the model will be researched. The above researches could enrich the theory of image segmentation and image analysis, they could also improve the robustness and precision in segmenting objects.

活动轮廓模型是实现图像分割和目标轮廓提取的重要方法。活动轮廓模型在提取目标边界时仍存在一些关键的问题：在提取复杂几何形状边界时，轮廓曲线在向量场演化过程中常出现过早收敛问题；向量场对噪声比较敏感且不能稳健的提取模糊边界；复杂背景下，活动轮廓模型仅利用形状先验信息提取的目标边界不够精确和稳健。针对这些问题，对活动轮廓模型中向量场和先验约束能量泛函进行研究，其内容如下：①在经典扩散方程基础上，定义加强扩散能量项，实现向量场的快速生成，提高凹形边界收敛能力。②利用多尺度方法提取图像特征，在合理的空间下克服噪声影响，刻画模糊边界特征，构建新的向量场。③综合形状和区域多种先验信息，定义多变量的先验能量泛函，建立基于先验信息的分割模型，研究模型的全局最小化方法。该研究不仅能丰富图像分割和图像分析理论，而且可以提高目标分割的精确性和稳健性。

基于活动轮廓模型的目标轮廓提取是近年来现代图像处理领域中的研究热点。与其相关的模型主要有水平集方法，外力场等，它们的主要思路是把问题求解转化为对具有一定物理意义下泛函的优化。针对目标轮廓提取存在的关键性问题，我们做了以下探讨：(1)为克服经典外力场GVF的“平衡点问题”，我们结合扩散理论，提出了加强有效扩散梯度向量场，该向量场减少了平衡点，提高在凹形边界和复杂凹形边界的收敛能力。(2)利用稀疏表示理论，建立带有稀疏约束的活动轮廓模型，提高了几何活动轮廓模型在噪声和复杂背景下的目标提取能力；进一步提出了基于稀疏约束的拓扑保护几何活动轮廓模型，实现了曲线演化过程中的拓扑不变性。（3）针对参数活动轮廓中曲线演化的不稳健性，提出了曲线的块演化方式，并对多个演化曲线进行形状相似性约束，该方法提高了参数曲线演化稳健性，也提高了在部分目标物体缺失情况下分割表现，在应用中更具灵活性。（4）针对几何活动轮廓模型在图像灰度不均匀背景下的目标提取的困难，分别提出了模糊活动轮廓模型的全局最小化模型，基于核自组织映射的有监督活动轮廓模型，和加强局部聚类的水平集灰度不均匀分割方法，这些模型都在不同程度的提高了灰度不均匀下的目标提取能力。（5）对稀疏表示理论和曲线演化的正则化方面，提出了相关方案，拓展了研究视野。