论文研究-基于全局-局部策略的EMD概率主动轮廓模型.pdf

所需积分/C币:6 2019-09-13 00:34:34 1.32MB .PDF

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。
姜玉泉,史静,石冬晨:基于全局局部策路的概率主动轮廓模型 丁是,得到主动轮廓C的梯度流 能得到理想的分割边界。但是局部策略缺乏全局策略 aC(r, y) arMD(C, I) 对整体信息的估计,当主动轮廓初始化不得当的时候 ac(r, y 反而会很快陷入局部最优,这时的分割效果可能会更 s(x, y(h,(r, y)-h2(,3))N-RA 差。而且,在选代中对曲线上每个像素都在邻域内估计 这里Cxy表示曲线上(x,y处的像素。N和k分别表内外像素的分布这无疑增大了计算的复杂度 不该点处的向外的单位法线和曲率 为结合全局策略和局部策略的优点,克服它们的缺 值得注意的是,这里使用了近似的灰度直方图。设点,提出·种新的全局局部策略( ),并把 I(x,y)表示(x,y处像素的灰度值,1xy)∈门(=255它应用于基距离的主动轮廓模型。它在一定程 灰度值范围被分割为K个区域,每个子区域的长度度卜弥补了前两者的缺点,并能够在纹理图像和局部难 =L/K。T=[k-1x.们(与,2,…,K表示各个子区间以分割的边界上产生良好的效果。 的灰度值范围于是对图像区城R,定义对应的近似全局策略下的 模型已经在上一章讨论完成, 归一化直方图 为 ,心鉴于上述模型在曲线内外均使用全局的直方图估计把 (r,y)=(I(x,y)= 式()的能量泛函记为: Nk(T)(x,y)∈T,k=1,2…K}●() minJEMD(C, I)=-Ihm-h2o ldzdy+ LEngth(C) N(R) 这里Gm和Gom分别表示曲线内部和曲线外部区域的 其中N(T表示R内灰度值在区间T上的像素个 数,NR)表示R内像素的总个数:于是,在模型全局信息,而h和1“分别表示曲线内部和外部区域 中,前景区域R1和背景区城R2,它们对应的直方图可全局信息下的直方图估计 接下来,建立在局部策略下的能量泛函,这里 以分别写为: 直方图佔计均使用局部信息,所以: h1(x.y)=h1((x,y) min EMD(C, 7) NR:(T(x,y)∈T,t=1,2,…K N(R1) ddy+lengthe h2x,y)=h2(x,y)= 这里Lm(xy,)表示以曲线上像素(xy)为中心,半径为 NR(T,(x,y)∈T,j=1,2,…,K r的邻域在曲线内部的局部区域信息;Lmx,y,r)表示 N(R2) 曲线外部的局部区域信息。h“和h2mx则分别 表示由两个局部区域信息估计得到的局部直方图。 其于全局局部策略的模型 下面,将用全局局部策略建立距离下的主动 互信息距离和巴特查利亚距离在对区域概率密度轮廓模型。当在曲线内部使用全局策略,在曲线外部则 西数1和2进行无参估计的时候用的是曲线内外区用局部策略,所以能量泛函可以写作: 域的全部像素点(实际上为减小计算复杂度,他们对区 minJEMD(C D) 城内信息进行了全局抽样,而不是使用全部像素),所以 lardy +Length(C) 在迭代中不断增大的“距离¨使得前景和背景区域在全 对应的,当曲线内部使用全局策略,曲线外部使用 局范围内的区分程度越来越大,从而得到全局的分割结 果。上一章介绍的模型中,区域直方图h1和h2是 局部策咯时: 由R和R2内的全部像索信息计算得到的,所以也是使 minJEMD(C, I) 用类似的全局策略。全局策略的优点是适用范围广,得 I, thier zr-h, lardy +LEngth(C) 到的结果更趋于全局最优解,所以一般会有广泛的应 鉴于两分割区城的对称性,上述两式实际上是等价 用但是,全局策略产牛良好效果的前提是需要前景和的。所以在下一章的实验中,不失一般性地使用式() 背景区域分别具有比较单一或区划较大的区域特征。所代表的全局局部策略。 囚此,当前景区城和背景区域在某种纹理或特征上有重 叠,特别是他们在实际边界处有重叠的时侯,这部分重 实验结果 叠区域全部分配给前景或背景区域,这时理想的分割结 这一章介绍模型的实验结果,分两个部分来 果往往很难得到。 说明:第一部分展示互信息模型、巴特查利亚模型和 针对全局策略的这些缺点,局部策略应运而生。局 模型对灰度图像的分割结果,这样做的H的并非 部策略是在迭代曲线周围动态地获取一定半径的邻域,拿模型和前两者进行优劣的对比,对丁这些类似 川这一邻域在曲线内外的两个区域信息来代替全局信的距离测度,旨在参考前两者的前提下,更好地阐释 息,从而在局部,即使是前景和背景比较相似的区域,也 模型的可行性和适用性,展示出模型相比前 计算机工程与应用 ()原始图像 )初始曲线互信息模型()巴特查利亚距离()距离 图。不同模型在树叶图像上的分割结果 ()原始图像(初始线()互信息模型()巴特查利亚距离()距离 图不同模型在小鸟图像上的分割结果 ()原始图像 )初娢曲线()互信息模型()巴特查利亚距离()距离 图不同模型在黑熊图像上的分割结果 两者在分割细节上的优劣;第二部分则用提出的全局身休类似的像素特征,但是距离有效地把它们和 局部策略进行模型框架下的实验,并与全局策略日标区分开了;图强调了目标区域的分布特性,花丛 和局部策略进行对比。需要说明的是,长度止则项的权并非匀质,但是整体的分布又和背景区分开来,体现了 重λ在所有模型的实验中均设置为 距离采用直方图估计的优势;图是对纹理图像的 首先,针对三幅自然图像(图,图和图),分别在 互信息模型、巴特查利亚距离和距离下进行实验, 三种方法选用相同的长方形初始轮廓。图中 距 离的结果对树叶尖的检测比较困难,都是用圆滑的弧形 来代替的,无法充分逼近小细节,这是因为使川了近似 图飞机的距离分割结果 的直方图估计,所以对个别像素(尤其是在尖形结构里) 的检测比较困难。图屮,发现距离实验结果的 边缘比较光滑,而互信息模型和巴特查利亚距离的边缘 则比较岭岖这是由于两者在求稀度流的过释中像素概 率密度函数出现在了分母上,所以当某个像素处的概率 密度接近零时,会产生一个比较大的迭代速度,虽然有 图玩偶猴子的距离分割结果 正则项的约束,仍然会产生略微的崎岖现象。而 距离则没有这个问题。观察图,发现巴特查利亚距离 对细节的描述比较少,把树枝的·部分也错误地分到了 前景区域,而互信息模型和距离对细节的描述比 较允分,分割效果更加精细。 图花丛的距离分割结果 图图四幅图里,用距离单独进行几组图 像的测试,以充分说明距离的有效性和适川性。 图中飞机的像素分布与背景相差较大,应该说分辨比 较容易,结果很理想;图中对玩偶的分割也很理想.虽 然玩偶所在的桌面有部分地方山于光照产生了和玩偶 图老虎的距离分割结果 姜玉泉,史静,石冬晨:基于全局局部策路的概率主动轮廓模型 )原始图像 ()初始曲线 全局策略 )局部策略 )仝局局部策略 图鸭子针对不同策略的实验结果 ()原始图像 ()初始曲线 全局策略 )局部策略)全局局部策略 图小猫针对不同策略的实验结果 ()原始图像 ()初始曲线 ()全局策咯 ()局部策略 )全局局部簧略 图斑马针对不同策略的实验结果 原始图像 ()初始曲线 )仝局策略 )局部策略 )仝局局部策略 图猎豹针对不同策路的实验结果 分割,老虎身上的条纹影响了它整体的纹理分布,所以是,值得注意的是,局部策略和全局局部策略对猫爪的 在脖子上类似背景的区域就没有分割正确,尾部黑色条分割是错误的,缺少了充分的全局策略,两者都在这里 纹较多的地方也产生了误差,不过对纹理图像而言整体陷入了局部最优。图和图是对纹理图像的分割, 的分割效果还是不错的。 与图中老虎不同的是,这两幅图的纹理置乱程度更 接下来,对提出的全局策略、局部策略和全局局部大,与背景相似的部分比较多,所以单纯的全局策略很 策略进行对比实验。需要说明的是,局部策略的半径都难得到理想的结果。图的全局策略把背景的深色区 选用r=7。图屮,全局和局部策略对鸭子的分割效果域与斑马的黑色条纹混淆,不加区分地分给了前景区 很差,这一方面是因为初始曲线距离边界比较远,另一域,而局部策略和全局局部策咯都得到了可接受的结 方面也是由两者本身的性质决定的:全局策略寻求的是果。图中,猎豹身上非斑点部分的皮肤与背景分布很 全局最优鮮;而对局部策略而言,远离目标边界的主动相似,所以全局策略把与背景接近的皮肤错误地分给了 轮廓很容易陷入局鄯最优,特别是背景部分的差异不是背景区域,而局部策略在背部陷入局部最优,无法接近 很大时,远离边界意味着根本无法进一步靠近边界。但标边界,全局局部策略则产生了比较理想的分割结果。 是,全局局部策略试图弥补两者的缺陷,不仅使曲线趋 上述实验结果表明本文提出的基于全局局部策略 近了边界,而且不会因过多的全局策略而错误分割背的概率主动轮廓模型是非常有效的。为了进一步分析 景。所以,图图使用接近目标边界的初始曲线,以算法的运算效率,不失一般性的,对图和图的运算 便得到更好的对比效果。 时间进行了比较,所有算法运行代,比较结果如 图中分割的难点是猫身体右后方的方形物体,全图所示。从图可以看出,全局策略的运算时间最 局策略很容易就把它划归了前景区琙,局部策略也没能短,本文提岀的全局局部策略次之,局部策略的运算时 很好地规避这一问题,全局局部策咯则敚果显著。但闰最长 计算机工程与应用 全局策略 四局部策略 口本文策略 图不同策略算法在两幅图片上的运行时间对比 综上所述,本文提出的算法平衡了全局和局部策略● () 的效率,结合了全局和局部策略的优点,从而可以得到 较好的实验结果 结论 首先对概率主动轮廓模型进行讨论,在总结了互信 息模型和巴特查利亚距离的基础上,建立了基于 距离和直方图估计的主动轮廓模型,通过求解梯度流 得到了主动轮廓模型的迭代方程。接着,针对常用的 全局和局部策略的优缺点,提出了全局局部策略,在 定程度上弥补了两者的缺点,得到了比较满意的分割 效果。 参考文献 (): 刘万军,刘大千,费博雯基于局部模型匹配的∏标轮廓 跟踪计算机工程与应用,

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐