一种全局LBF主动轮廓模型

基于多尺度图像的主动轮廓线模型
黄海赟;戚飞虎;赵雪春
【期刊名称】《计算机研究与发展》
【年(卷),期】2000(037)010
【摘要】主动轮廓线模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中 ,现有模型易受干扰噪声及虚假边缘的影响,且对凹陷轮廓的跟踪能力较差.在多尺度图像分析的基础上,引入梯度矢量流的概念,并改进其计算方法,提出了一种新的主动轮廓线模型.该模型利用梯度矢量流产生的引力,在图像的尺度空间中搜索目标轮廓,不仅能有效地排除干扰,搜索凹陷轮廓,而且便于引入新的约束条件.实验表明该模型有较好的鲁棒性和实用性,适用于噪声干扰情况下提取具有凹凸特征的目标轮廓.
【总页数】6页(P1240-1245)
【作者】黄海赟;戚飞虎;赵雪春
【作者单位】上海交通大学计算机科学与工程系,上海,200030;上海交通大学计算机科学与工程系,上海,200030;上海交通大学计算机科学与工程系,上海,200030【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于水平集及主动轮廓线模型的图像分割研究 [J], 董凯宁;胡蓉
2.基于Fuzzy的隐马尔可夫模型主动轮廓线模型 [J], 李惠光;李国友;石磊;吴惕华
3.改进主动轮廓线模型在图像分割中的应用 [J], 杨佳萍;桑庆兵
4.基于主动轮廓线模型的道路矢量与影像配准研究 [J], 江滔
5.基于边带限制的梯度矢量流主动轮廓线模型的超声图像分割 [J], 严加勇;庄天戈因版权原因，仅展示原文概要，查看原文内容请购买。

几种经典主动轮廓模型的概述作者：李泾陈金龙来源：《电脑知识与技术》2017年第36期摘要：主动轮廓模型是当前图像分割算法研究领域的热点，在分割边缘模糊、强度异质、含有噪声等这类复杂图像时，展示了一定的优越性，因此主动轮廓模型在图像分割领域得到了广泛应用，对其的研究也取得了一定的成果。

该文主要是回顾了近年来几种经典主动轮廓模型的研究、发展及应用状况，并对该类模型的未来发展方向进行了展望。

关键词：主动轮廓模型；图像分割；判别准则中图分类号：TP391.4 文献标识码：A 文章编号：1009-3044（2017）36-0212-02长期以来，图像分割一直被看作是图像处理领域中的研究热点。

近二十年以来，基于曲线演化理论和水平集方法来实现的主动轮廓模型（Active Contour Model， ACM）在图像分割领域获得了更多学者的青睐。

主动轮廓模型通常主要分为两大类：基于边缘的主动轮廓模型的和基于区域的主动轮廓模型[1]。

这两类模型各有优缺点，基于边缘的主动轮廓模型主要是利用图像梯度信息来构造轮廓演化的停止函数，但是，该方法对于边缘模糊或者不连续的图像分割效果不佳，并且对噪声的鲁棒性较差。

基于区域的主动轮廓模型利用了图像区域统计信息进行统计建模，因此克服了基于边缘的主动轮廓模型的缺点，并得到了广泛的应用，常见的基于区域的主动轮廓模型有：Mumford-Shah 模型[2]，CV（Chan-Vese）模型[3]、LBF（Local Binary Fitting， LBF）模型[4]和LIF（Local Image Fitting）模型[5]。

本文将重点分析以上几种常见基于区域的主动轮廓模型，并对这几种模型的能量泛函进行了分析。

1 M-S 模型在通常的计算机视觉中，图像分割可以描述为：给出一幅原始图像[I]，并将图像空间[Ω]划分成多个子空间[Ωi]，寻找一个分段光滑函数[u（x，y）]，使得[u（x，y）]在子空间[Ωi]上平稳变化，并近似为原图像[I]在该子空间上的灰度值，同时，使得[u（x，y）]在子空间[Ωi]的交界处剧烈变化。

结合全局与局部信息的主动轮廓分割模型赵丽科;郑顺义;魏海涛;桂力【期刊名称】《国防科技大学学报》【年(卷),期】2018(040)001【摘要】针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型.全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息.依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性.通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化.采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像.【总页数】8页(P99-106)【作者】赵丽科;郑顺义;魏海涛;桂力【作者单位】武汉大学遥感信息工程学院,湖北武汉 430079;武汉大学遥感信息工程学院,湖北武汉 430079;地球空间信息技术协同创新中心,湖北武汉 430079;武汉大学遥感信息工程学院,湖北武汉 430079;武汉大学遥感信息工程学院,湖北武汉430079;地球空间信息技术协同创新中心,湖北武汉 430079;武汉大学电子信息学院,湖北武汉 430072【正文语种】中文【中图分类】TP391.41【相关文献】1.结合全局和局部信息的区域相似度活动轮廓模型 [J], 邓丹君;倪波2.结合全局和局部信息的活动轮廓模型 [J], 张少华; 何传扛; 陈强3.结合全局和局部信息的区域相似度活动轮廓模型 [J], 邓丹君; 倪波4.基于融合局部信息的全局划分活动轮廓模型在图像分割中的研究 [J], 熊点华;唐利明5.基于融合局部信息的全局划分活动轮廓模型在图像分割中的研究 [J], 熊点华;唐利明因版权原因，仅展示原文概要，查看原文内容请购买。

基于图像熵的主动轮廓分割模型张丰收;韩敬阳;曹军杰【摘要】针对传统的基于区域的主动轮廓模型分割灰度不均匀医学图像,不能充分利用图像局部区域灰度变化信息,而导致分割结果不够准确.提出一种基于图像熵的整体与部分信息混合的主动轮廓模型.该模型是在CV (Chan-Vese)模型保真项的基础上,结合局部区域信息与反映图像灰度变化特性的图像熵,并引入避免水平集函数初始化和保持曲线平滑的正则项,赋予归一化比例调节系数,通过变分方法和梯度下降流求解最小化能量泛函,更新水平集函数方程,完成曲线的演化.实验结果表明该模型对灰度不均匀医学图像分割精度方面优于CV模型,其分割效率方面相比LBF模型提高了52.2％,是实用有效的分割方法.【期刊名称】《智能计算机与应用》【年(卷),期】2019(009)003【总页数】5页(P6-10)【关键词】灰度不均匀;CV模型;水平集;图像熵;图像分割【作者】张丰收;韩敬阳;曹军杰【作者单位】河南科技大学机电工程学院,河南洛阳471003;河南科技大学机电工程学院,河南洛阳471003;河南科技大学机电工程学院,河南洛阳471003【正文语种】中文【中图分类】TN911.730 引言图像分割是图像分析、场景解析和计算机视觉领域的关键技术。

然而，传统的基于区域的图像分割算法对于灰度不均匀医学图像的分割效果并不理想，以背景复杂的磁共振(MR)大脑切片医学图像为例，灰度分布极不均匀，目标和背景灰度值重叠区域较多，是典型的灰度不均匀图像。

传统的图像分割方法很难在保证精确分割结果的同时，又保持高效分割速率。

因此，如何在分割灰度不均匀医学图像过程中获得精确的目标特征和高效的分割速率成为一个很好的研究课题[1-7]。

文献[8]研究了由Vese等人提出的CV模型，利用图像的区域统计信息构造演化曲线的驱动力，因而对分割对象与背景像素灰度平均值相差较大的图像具有很好的效果，但在处理灰度不均一图像时，不能得到满意的分割结果。

基于遗传算法的主动轮廓模型
刘志俭
【期刊名称】《中国图象图形学报》
【年(卷),期】2003(008)001
【摘要】由Kass等人提出的主动轮廓模型,本质上是一条能量最小化的轮廓曲线.它作为一种全新的采用自上而下机制的图象目标提取方法,由于它有效地利用了高级信息,从而提高了目标提取的速度和准确性,已经在数字图象处理和计算机视觉领域得到了广泛的应用.原始的主动轮廓模型算法可以分为构造能量函数、推导欧拉方程、离散化和迭代求解4步.但该算法存在许多问题,为此在分析原始主动轮廓模型算法和一些改进算法的基础上,提出了一种基于遗传算法的主动轮廓模型算法,并给出实验结果.实验结果证明,基于遗传算法的主动轮廓模型不仅成功地解决了原方法收敛易陷人局部最小值的问题,也提高了目标提取的成功率.
【总页数】6页(P41-46)
【作者】刘志俭
【作者单位】国防科技大学自动控制系,长沙,410073
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.基于统计方法和主动轮廓模型相结合的医学图像轮廓提取 [J], 陈曾胜;周康源;李传富;胡跃辉;黄丹;王庆临
2.基于Fuzzy的隐马尔可夫模型主动轮廓线模型 [J], 李惠光;李国友;石磊;吴惕华
3.基于主动轮廓模型的红外图像轮廓提取算法 [J], 董恩增;冯倩;于晓;佟吉钢;谷海清
4.基于遗传算法优化的OCSVM双轮廓模型异常检测算法 [J], 闫腾飞; 尚文利; 赵剑明; 乔枫; 曾鹏
5.基于改进主动轮廓模型的注塑制品轮廓提取 [J], 刘阳;王福利;常玉清;吕哲
因版权原因，仅展示原文概要，查看原文内容请购买。

一种组合主动轮廓线模型算法
徐牧;王润生
【期刊名称】《计算机工程与科学》
【年(卷),期】2004(26)12
【摘要】本文针对传统主动轮廓线模型(Snake模型)无法检测凹陷目标轮廓的缺陷,提出了一种由全局Snake模型和局部Snake模型两部分组成的组合Snake模型.组合模型首先使用全局Snake模型进行轮廓粗检测,并使用SUSAN算子检测目标轮廓上凹陷最"深"的凹点;然后,在凹点附近的局部区域,使用局部Snake模型进行轮廓凹陷部分的检测;其后以其替代使用全局模型检测出的目标轮廓的相应部分,形成最终检测的目标轮廓.实验结果表明,本算法具有较好的检测精度和抗噪性.
【总页数】4页(P38-41)
【作者】徐牧;王润生
【作者单位】国防科技大学,ATR国家重点实验室,湖南,长沙,410073;国防科技大学,ATR国家重点实验室,湖南,长沙,410073
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种新的B样条主动轮廓线模型 [J], 李培华;张田文
2.一种新的主动轮廓线跟踪算法 [J], 杨杨;张田文
3.基于多种群粒子群优化算法的主动轮廓线模型 [J], 李睿;郭义戎;郝元宏;李明
4.一种B—样条主动轮廓线模型 [J], 张爱东;张田文
5.一种新的主动轮廓线模型 [J], 谢颖;张雪飞
因版权原因，仅展示原文概要，查看原文内容请购买。

LBF活动轮廓模型的改进
原野;何传江
【期刊名称】《计算机工程与应用》
【年(卷),期】2009(45)15
【摘要】LBF模型是一个著名的基于区域的活动轮廓模型.与PC(Piecewise Constant)模型不同,该模型引入了一个以高斯函数为核函数的局部二值拟合(Local Binary Fitting,LBF)能量.因为LBF能量能够获取图像的局部信息,所以LBF模型解决了PC模型不能处理灰度不均一图像的分割问题.提出了一个改进的LBF模型,它使用一个新的核函数代替高斯核函数.实验表明:与LBF模型比较,新模型减少分割时间约50%.
【总页数】4页(P177-179,228)
【作者】原野;何传江
【作者单位】重庆大学,数理学院,重庆,400030;重庆大学,数理学院,重庆,400030【正文语种】中文
【中图分类】TP911.73
【相关文献】
1.基于LBF改进模型的煤岩细观结构研究 [J], 孙传猛;曹树刚;李勇
2.基于改进的LBF模型的图像分割 [J], 王顺凤;阮晶;王宇
3.基于LBF方法的测地线活动轮廓模型 [J], 潘改;高立群;张萍
4.基于活动轮廓模型的图像分割改进算法 [J], 陈树越;李颖;刘佳镔;朱军;黄萍
5.基于活动轮廓模型的图像分割改进算法 [J], 陈树越;李颖;刘佳镔;朱军;黄萍;
因版权原因，仅展示原文概要，查看原文内容请购买。

基于全局-局部策略的EMD概率主动轮廓模型姜玉泉;史静;石冬晨【期刊名称】《计算机工程与应用》【年(卷),期】2017(000)015【摘要】Active contour model is one of the most useful tools to solve image segmentation task. It has been widely used in recent years. In this paper, some prior works are discussed and Earth Mover's Distance(EMD) is introduced into statistical active contour model. Then a new statistical active contour model based on EMD is proposed. However, the proposed global strategy usually leads to local segmentation error. Therefore, a new global-local strategy which combines global and local scheme into EMD is raised. The proposed strategy not only extends the application of the proposed EMD model but also further improves the performance.%主动轮廓模型作为图像分割的有力工具,近年来得到了广泛的应用.在讨论前人工作的基础上,首先将基于区域直方图的概率估计方法和EMD距离引入主动轮廓模型,建立了基于EMD距离的能量泛函.为了解决图像局部的置乱现象容易产生分割误差的问题,提出一种全局-局部模型,提高分割精度,并应用于EMD距离,不仅扩大了模型的应用范围,而且使分割效果得到了进一步的提升.【总页数】6页(P1-6)【作者】姜玉泉;史静;石冬晨【作者单位】西安理工大学,西安 710048;西安理工大学,西安 710048;西安理工大学,西安 710048【正文语种】中文【中图分类】TP391.4【相关文献】1.结合全局与局部信息的主动轮廓分割模型 [J], 赵丽科;郑顺义;魏海涛;桂力2.基于局部熵的融合局部和全局信息的主动轮廓模型 [J], 王海军;柳明;张圣燕;3.基于局部熵的融合局部和全局信息的主动轮廓模型 [J], 王海军;柳明;张圣燕4.结合局部与全局信息的主动轮廓模型 [J], 代双语;王智峰;张学东5.基于融合局部信息的全局划分活动轮廓模型在图像分割中的研究 [J], 熊点华;唐利明因版权原因，仅展示原文概要，查看原文内容请购买。

基金项目:国家自然科学基金资助项目(81000639); 中国博士后科学基金(20100470791)。

收稿日期: 2012-08改回日期:第一作者简介：张萍1972~),女, 模式识别与智能系统,博士研究生。

主要研究方向为模式识别与智能系统。

E-mail:dongdazp@ 。

中图法分类号：TP391.4 文献标识码：A 文章编号：1006-8961(2012) - -文章索引信息:一种新的几何活动轮廓模型张萍1,2，高立群1,薛哈乐 11.东北大学信息科学与工程学院, 沈阳市 1108192.鞍山师范学院，鞍山市 114005摘 要：提出了改进的LBF 模型(ILBF) 及其图像分割算法。

利用两种不同尺度参数的LBF 模型分别描述局部和全局信息，并构造了新的能量函数。

将局部熵引入到ILBF 模型中，同时给出自动求取能量函数中权重参数ω的有效方法，构造了：(1)用尺度参数σ较大的LBF 模型替代LGIF 模型中的C-V 模型，较大σ值的LBF 模型不仅具有全局特性而且具有局部特性；(2)将进行数据处理后的局部熵引入到LGIF 模型中，进而自动求取权重参数ω，克服了LGIF 模型权重参数值的选取全程都需要人工参与的缺点；(3)为了有利于计算机的自动求解和避免过多无用的循环迭代，本文提出了一种新的终止准则。

关键词 ：图像分割；几何活动轮廓模型；LGIF 模型；局部熵；改进的LBF 模型Active contour model driven by local entropy energyZhang Ping 1,2, Gao Liqun 1，Xue Hale 11. College of Information Science and Engineering, Northeastern University, Shenyang, 1108192. Anshan Normal University, Anshan , 114005Abstract: A improved LBF (ILBF) model applied to image segmentation is proposed in this paper, which construct a new energy function. It has two scale parameters to descript the local and global information, respectively. At the same time, local entropy notion has applied in ILBF model and weight parameter ωin energy function can also get by automation: (1) In LGIF model, it uses the LBF model which has lager scale parameter sinstead of C-V model, because this kind of LBF model withlager scale parametershas not only global characteristics but also local characteristics; (2) It firstly introduces local entropywhich is gotten after data processing into LGIF model, then it calculates weight parameterw automatically. This methodovercomes the shortcoming that the calculation of weight parameter in LGIF model by artificial participation; (3) In order to be beneficial to automatic computer calculations and avoid too much useless cyclic iterations, it presents a new stop criterion.Keywords: image segmentation; geometric active contour model; LGIF model; local entropy; improved LBF model0 引 言人Kass 于1987年提出活动轮廓模型( ACM), 该提供了一种高效的图像分析方法，可以更有效地对目标进行分割、匹配和跟踪分析[1]。

主动轮廓模型的研究及其改进模型在目标检测中的应用的开题报告一、研究背景和意义：随着计算机技术和现代视觉技术的不断发展，图像处理和计算机视觉技术已经得到了广泛的应用。

其中，目标检测技术是图像处理和计算机视觉领域的一个重要问题。

目标检测就是从图像或视频中确定感兴趣物体的位置和形状。

目标检测技术在许多领域都有广泛的应用，如智能交通、视频监控、医学诊断、娱乐等等。

主动轮廓模型（Active Contour Model，ACM）是一种特殊的变分模型，常用于图像分割和目标检测。

ACM模型基于贝叶斯定理和弯曲能量，通过最小化能量函数的方法来找到轮廓。

相比于一些传统的图像分割技术，主动轮廓模型能够更好地提取图像中的轮廓信息，并且能够适应复杂的轮廓形状。

因此，研究主动轮廓模型的改进和应用具有很大的意义。

二、研究内容和目标：本文主要研究主动轮廓模型的改进方法以及在目标检测中的应用。

具体内容包括以下几个方面：1.研究当前主动轮廓模型的改进方法，对比不同的主动轮廓模型，并分析比较其优劣势。

常用的主动轮廓模型包括基于全局和局部的模型、形态学方法、Snake模型、Level Set等。

2.研究如何将主动轮廓模型应用在目标检测中。

本文将主要研究基于主动轮廓模型的目标检测算法，重点解决目标检测中遇到的问题，如遮挡、光照变化等。

3.设计和实现改进的主动轮廓模型并进行实验验证。

我们将设计一种基于Level Set方法的改进主动轮廓模型，并与传统的主动轮廓模型进行对比实验。

在此基础上，我们将开发一个基于主动轮廓模型的目标检测系统，并对其进行评估和优化。

三、研究方法和技术路线：本文将采用如下的研究方法和技术路线：1.研究和分析当前主动轮廓模型的改进方法，包括基于全局和局部的模型、形态学方法、Snake模型、Level Set等。

2.研究主动轮廓模型在目标检测中的应用，包括基于主动轮廓模型的目标检测算法，解决目标检测中的遮挡、光照变化等问题。