《變形曲線曲面主動(dòng)輪廓模型方法》對(duì)可變形曲線曲面主動(dòng)輪廓模型的建模理論和方法進(jìn)行了介紹,著重對(duì)參數(shù)主動(dòng)輪廓模型中的外力場(chǎng)構(gòu)造、內(nèi)部能量和外部能量函數(shù)的選擇、微分方程的數(shù)字離散化方法、演化曲線曲面的優(yōu)化等內(nèi)容進(jìn)行了闡述,對(duì)幾何主動(dòng)輪廓模型中的多目標(biāo)輪廓曲線曲面提取、拓?fù)浣Y(jié)構(gòu)的自適應(yīng)變化、符號(hào)距離函數(shù)的重新初始化、基于概率統(tǒng)計(jì)的水平集模型和全局主動(dòng)輪廓模型等內(nèi)容進(jìn)行了詳細(xì)的討論,為自由曲線曲面的變形和圖像信息的圖形化建模提供了理論依據(jù)。給出了常用模型算法的Matlab源程序代碼,為進(jìn)一步的研究提供了實(shí)驗(yàn)基礎(chǔ)。
《變形曲線曲面主動(dòng)輪廓模型方法》可作為計(jì)算機(jī)應(yīng)用專業(yè)和電子信息專業(yè)研究生的授課教材使用,也可以作為計(jì)算機(jī)圖形學(xué)和圖形圖像處理愛(ài)好者的專業(yè)參考書(shū)使用。
第1章 概述
1.1 引言
1.2 變形曲線曲面模型
1.2.1 變形曲線曲面幾何模型
1.2.2 變形曲線曲面物理模型
1.3 主動(dòng)輪廓模型
1.3.1 參數(shù)主動(dòng)輪廓模型
1.3.2 幾何主動(dòng)輪廓模型
1.4 國(guó)內(nèi)外研究現(xiàn)狀評(píng)述
第2章 自適應(yīng)梯度矢量流模型
2.1 引言
2.2 主動(dòng)輪廓模型的數(shù)學(xué)表示
2.3 主動(dòng)輪廓能量最小化條件
2.4 自適應(yīng)梯度矢量流模型
2.4.1 梯度矢量流特性分析
2.4.2 自適應(yīng)梯度矢量場(chǎng)
2.4.3 自適應(yīng)外部力
2.5 模型的離散化及數(shù)字化求解
2.5.1 模型的離散化
2.5.2 算法實(shí)現(xiàn)步驟
2.6 實(shí)驗(yàn)結(jié)果與分析
2.7 本章 小結(jié)
第3章 離散化能量?jī)?yōu)化模型
3.1 引言
3.2 動(dòng)態(tài)規(guī)劃主動(dòng)輪廓模型
3.2.1 模型的表示
3.2.2 能量函數(shù)的離散化
3.3 動(dòng)態(tài)規(guī)劃主動(dòng)輪廓模型算法步驟和實(shí)現(xiàn)
3.4 貪婪蛇算法主動(dòng)輪廓模型
3.4.1 貪婪蛇模型
3.4.2 輪廓曲線曲率的計(jì)算
3.4.3 圖像能的正則化
3.5 貪婪法主動(dòng)輪廓模型算法步驟和實(shí)現(xiàn)
3.5.1 算法步驟
3.5.2 對(duì)比實(shí)驗(yàn)及分析
3.6 本章 小結(jié)
第4章 高效能量組合模型
4.1 引言
4.2 組合模型中的圖像能
4.2.1 基于邊的圖像能量計(jì)算
4.2.2 基于區(qū)域的圖像能量計(jì)算
4.2.3 聯(lián)合圖像能量計(jì)算
4.3 組合模型中的內(nèi)部能量
4.4 組合模型中的外部約束能量
4.5 各能量項(xiàng)偏導(dǎo)數(shù)的計(jì)算
4.5.1 梯度量值的圖像能偏導(dǎo)
4.5.2 聯(lián)合圖像能的偏導(dǎo)
4.5.3 內(nèi)部能的編導(dǎo)
4.5.4 約束能的偏導(dǎo)
4.6 本章 小結(jié)
第5章 共軛梯度B-樣條模型
第6章 拓?fù)浣Y(jié)構(gòu)自適應(yīng)模型
第7章 離散小波變形曲線曲面模型
第8章 多目標(biāo)輪廓Mumford-Shah水平集模型
第9章 快速水平集演化模型
第10章 先驗(yàn)形狀水平集統(tǒng)計(jì)模型
第11章 全局主動(dòng)輪廓模型
第12章 主動(dòng)輪廓模型在人眼疲勞檢測(cè)中的應(yīng)用
附錄 部分模型算法Matlab源程序代碼
參考文獻(xiàn)
Xu等人提出的梯度矢量流場(chǎng)GVF方法,就是把圖像中映射所得的邊緣梯度矢量,用一對(duì)線性偏微分方程進(jìn)行擴(kuò)散,通過(guò)求解能量泛函的最小化過(guò)程,使得目標(biāo)輪廓的邊緣梯度信息能夠擴(kuò)散到圖像所在的整個(gè)區(qū)域,得到一個(gè)目標(biāo)輪廓的密集矢量場(chǎng),主動(dòng)輪廓曲線在這樣一個(gè)矢量場(chǎng)的作用下,可以順利地收斂到目標(biāo)輪廓。GVF方法擴(kuò)大了力場(chǎng)的作用范圍,部分解決了對(duì)初始位置敏感的問(wèn)題,能夠使主動(dòng)輪廓曲線收斂到凹陷區(qū)域。Ning等人提出了基于法線方向的梯度矢量流NGVF(Normal Gradient Vector Flow)方法,它對(duì)GVF方法中的Laplacian項(xiàng)進(jìn)行了分解,保留了其法線方向的分量,而去除了其切線方向的分量,從而改善了擴(kuò)散的梯度矢量場(chǎng)性能。但是,對(duì)于工程表面中經(jīng)常出現(xiàn)的深凹區(qū)域和瓶頸區(qū)域仍然無(wú)法實(shí)現(xiàn)。
針對(duì)所述問(wèn)題,本章首先論述了主動(dòng)輪廓變形曲線曲面能量極小化的基本原理,分析了梯度矢量流場(chǎng)的特性和存在的局限性,提出了自適應(yīng)梯度矢量流輪廓提取方法,并給出了數(shù)字化求解方案。為了增加梯度矢量流場(chǎng)在凹陷處的強(qiáng)度,改進(jìn)梯度矢量流場(chǎng)的性能,在原梯度矢量流場(chǎng)的基礎(chǔ)上,引入調(diào)節(jié)因子,增強(qiáng)邊緣附近數(shù)據(jù)項(xiàng)梯度的影響,減少擴(kuò)散項(xiàng)帶來(lái)的平滑效果;在主動(dòng)輪廓曲線變形過(guò)程中,附加一個(gè)動(dòng)態(tài)的法向自適應(yīng)力,它根據(jù)正在進(jìn)化的主動(dòng)輪廓所處的矢量場(chǎng)的位置,按照輪廓曲線的幾何形狀自行確定輪廓的收斂方向,改進(jìn)主動(dòng)輪廓變形過(guò)程中的引導(dǎo)力。把此動(dòng)態(tài)力和改進(jìn)后的靜態(tài)梯度矢量流場(chǎng)力疊加,既保持了CVF方法中對(duì)主動(dòng)輪廓曲線具有較大捕捉范圍的優(yōu)勢(shì),雙力的疊加又加快了其收斂速度,深度凹陷和瓶頸問(wèn)題也得以很好的解決。
……