小波域GVF Snake图像分割模型开题报告

全文总字数：1406字

1. 研究目的与意义

图像分割即根据需要将图像划分为有意义的若干区域，或部分的图像处理技术。图像分割就是把图像分成若干个特定的、具有独特性质的区域，并提出感兴趣目标的技术和过程。而构造Snakes模型的目的是为了调和上层知识和底层图像特征这一对矛盾。如今，图像分割在内容图像检索、机器视觉、生物特征识别、图像检测、压缩编码等方面都有广泛地应用。

CVFSnake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。

2. 国内外研究现状分析

对图像处理的研究已经有几十年的历史了。人们为了更好的对图像进行分割，提出了很多先进的算法，如：阈值分割法，小波分割法，马尔科夫斯机场模型法等。其中又对主动轮廓模型颇有研究，其中包括基于点的主动轮廓模型、参数化主动轮廓模型、几何主动轮廓模型、MS模型、CV模型、LBF模型、GAC模型。

近些年来，随着图像分割方法的不断改进，使其在众多领域得到广泛的应用，如：交通、医学、遥感、通信、军事和工业自动化等。在国内，每年《计算机辅助设计与图形学学报》、《中国图像图形学报》等报刊都会刊登很多有关图像分割的研究成果。

3. 研究的基本内容与计划

一、研究内容

了解并认知gvf模型，明确gvf模型的构成，作用方式。利用gvfsnake模型实现对灰度图像进行分割，通过matlab编程实现gvfsnake模型图像分割程序,并对玉米灰度图像进行分割,并对分割效果进行评价。利用小波变换结合gvfsnake模型对图像分割进行研究。

二、研究计划

4. 研究创新点

(1)GVFSnake模型能更快,更好的收敛到曲线边界凹陷处。

(2)小波变换和GVFSnake模型的结合大大的提高了轮廓收敛的吻合度。