第
44
卷第
3
期
2005
年
5
月
厦门大学学报(自然科学版)
Vo
l.
44
No.3
May
2005
Journal
of
Xiamen
University
(Natural
Science)
基于改进的
Snake
模型的眼细胞彩色图像
边缘检测算法研究
张海燕,王博亮棒
(厦门大学计算机科学系,福建厦门
361005)
摘要:在前人研究的
Snake
模型上提出了适应彩色眼细胞图像边缘检测的改进的
Snake
模型.该改进模型选取了有益的
能量项,舍去了刚性能量项,并在面积能量项的计算上进行了一些改进.在图像力能量项上采用把单通道灰度图像处理方
式推广到真彩色
RGB
三通道的方法,获取彩色图像力能量项.在轮廓初始化时的受控点逆时针排序上给出了行之有效的
算法.最后采用贪婪算法最小化总能量,在彩色眼细胞边缘检测上取得了较为明显的效果.
关键词:改进的
Snake
模型
E
彩色图像;面权能量项
E
贪婪算法
中固分类号:
TP
39
1.
4
文献标识码
:A
在基于轮廓的表面三维重建中,序列切片图像中
感兴趣物体轮廓的检测和提取是必不可少的一步.轮
廓提取的好坏将直接影响到后期表面重建的效果.本
文采用改进的
Snake
模型进行轮廓提取,取得了较好
的效果.
Snake
模型(又称
Active
Contour
model
,活动轮
廓模型)最先是由
Kass
[l]等人提出的,随后有许多学
者都对其进行了适当的改进,以适应各自具体的情况.
本文也是在这些研究成果的基础上,取长补短,做了些
改进并给出了一些具体的实现算法.
首先,
Snake
模型要求初值尽可能靠近目标轮廓,
这一点制约了它的应用范围,也给初始轮廓的自动生
成带来了不少麻烦.我们采用面积能量项的系数来控
制轮廓的运动趋势,并设定阔值使最初几次轮廓运动
不受图像力能量的控制,这样就可以很大程度上解决
这个问题.并就受控点逆时针连接成轮廓线问题上给
出了具体可操作的算法.其次,
Snake
模型大多应用于
灰度图像,文中将它推广到彩色图像,并给出了具体算
子.实践证明这是简单可行的.
1
改进的
Snake
模型
1.1
Snake
模型的主要思想
Snake
通常是指连续的曲线,由若干个有序的受
收稿日期:
2004-06-29
基金项目:国家自然科学基金
(60371012)
,福建省科技重点项目
(2002Y02D
资助
作者简介:张海燕(1
980
一),女,硕士研究生.
提通讯作者:
blwang@jingxian.
xmu.
edu.
cn
文章编号
:0438-0479(200
日
03-0348-04
控点依次连接构成.经典的
Snake
模型[1]中,
Snake
上
的受控点参数化表示为
v(S)
=
(x(s)
,
y(s))
,
s
是归一
化的弧长,取值范围为
O
ζ5
运
1
,其能量函数如下表
示为:
E ,
nake
= f
E
snakeω)
←
f
{E;nt (
v(
s)
)十
E
irnage
(v(s))
十
Econ(v(s))
}ds
(1)
其中
Econ
描述交互力作用的能量函数项
,
E;
,
叩为图像
能量项,
E
int
为内部能量项.
Snake
的移动主要就是靠最小化
Esnake
来实现的.
最小化的过程就是轮廓不断向感兴趣目标边缘靠近的
过程,最终它牢牢地停靠在目标边缘.由于本文不涉及
轮廓移动过程中的高层次交互,所以在改进的
Snake
模型中舍去了
Econ
这一项.
1.
2
内部能量项
E;nt
代表内部能量,表示如下
z
E;nt
(s)
=
(α
(s)
1 V ,
(S)
1
2
+
卢
(s)
1 v
,,
(s)
1
2
)/2
(2)
式子中的|叫
(s)
1
2
表示弹性能量项
E
eI8st
;c'
1 V
,,
(S)
1
2
表示刚性能量项
Erig;d;α
(s)
和民
s)
分别为它们的系数.
在数字图像空间中,先给出轮廓线离散化后的向
量形式川
;(s)
=
(X
;o
y)
,
O
::s
二
iζN-l;i
为整数,令
时
=
vo
,
N
为轮廓上受控点的个数.
选取文献
[2J
中的
Eel
四川离散化表示:
sρ
an
=
(x
仲
1
-
X)2
+
(Y
H-
l -
y)2
(3)
EeI8st;c.;
= k. X
span
+ 丸
/s
ρ
an
(4)
由式
(3):s
ρ
an
是两点间的距离的平方.式
(4)
中的第
1
项要求轮廓的长度尽可能短,也就保证了轮廓的连续