基于改进的GVF主动轮廓模型的图像分割方法研究硕士论文.doc

单位代码：10293密级：硕士学位论文论文题目：基于改进的GVF主动轮廓模型的图像分割方法研究学号Y001090711姓名金天顺董育宁教授导师信号与信息处理学科专业图像处理与多媒体通信研究方向工学硕士申请学位类别二零一二年二月论文提交日期南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________南京邮电大学硕士学位论文摘要学科、专业：工学、信号与信息处理研究方向：图像处理与多媒体通信作者：2009级硕士研究生金天顺指导教师：董育宁教授目：基于改进的GVF主动轮廓模型的图像分割方法研究英文题目：ResearchonimprovedGVFactivecontourmodel-basedimagesegmentationmethod主题词：图像分割，主动轮廓模型，GVFSnake，自适应图像结构Keywords:imagesegmentation,activecontourmodel,GVFSnake,adaptiveimagestructure南京邮电大学硕士研究生学位论文摘要摘要图像分割的目的就是为了把图像按照一定的规则分割成若干个有特定性质的区域并把感兴趣的目标提取出来。近年来，随着模式识别技术的迅速发展，吸引了众多的研究者的注意。并且随着图像处理技术的日趋成熟，数字图像分割在临床医学中的应用越来越广泛。但由于医学图像复杂多变的特点，传统的研究方法很难实现准确的分割。学者也提出了很多不同的模型，比较突出的是主动轮廓模型。Kass等人在1987年提出了主动轮廓线（Snake）模型，已经广泛应用于图像处理的各个领域，如图像分割，边缘检测和运动跟踪等。本论文对传统的主动轮廓模型进行了系统研究。然后分析并研究了基于GVFSnake模型的医学图像分割方法。GVFSnake模型相比于传统的Snake模型较好解决了传统snake模型难以解决的两个问题：1对初始化轮廓线非常敏感；2在分割图像的凹陷部分时不能达到理想的效果。但是如果分割的图像边界非常不规则或者有比较狭长部分，GVFSnake仍然不能很好的收敛到目标轮廓，因此本文首先在图像分割之前引入Perona-Malik模型，增强图像边缘的同时减弱噪声，使定位更加准确。然后针对GVFSnake的一些缺点进行了修改，提出一种自适应图像边缘结构GVFSnake。这种自适应图像结构GVFSnake模型很好的考虑了具体图像的边缘结构信息。因此和GVFSnake相比较本文改进的方法具有更好的收敛效果。三维序列图像的分割是建立在在二维图像分割的基础上，因此二维图像分割的好坏直接决定了三维图像分割的效果。本论文基于三维图像平滑、连续的特性，在三维医学序列图像分割中采用预测结合块匹配法优化主动轮廓模型的初始化位置，并采用了本文改进的自适应图像结构GVFSnake。实验结果表明，与以GVFSnake为基础的三维医学序列图像分割相比，把本文改进的GVFSnake方法引入到三维序列图像分割中，可以有更加理想的效果，尤其是在分割图像变化比较显著的图像序列时，本文改进的方法显著的提高了分割的准确性。主题词：图像分割，主动轮廓模型，GVFSnake，自适应图像结构I南京邮电大学硕士研究生学位论文AbstractAbstractImagesegmentationistheoneofthekeytechnologiesinfieldofcomputervisionandimageprocessing.Especiallyinrecentyears,withtherapiddevelopmentofcomputertechnology,ithasattractedtheattentionofmanyresearchers.DigitalImag