图像分割.ppt

2009.Fall * LIST 2009.Fall LIST * 阈值门限--模糊分类 隶属度（t→A） 神经网络分类器(Neural Network) ∑ x1 x2 xi xn 1 X ... ... w1 w2 wi wn+1 +1 if d(x) 0 -1 if d(x) 0 感知器(perceptron) 非线性分类器 2009.Fall * LIST t1 t2 tp ... ... ... x1 x2 xn y1 y2 yq 输入层 中间层 输出层 w11 w21 wp1 w12 w22 wp2 w1n w2n wpn v11 v21 vq1 v12 v22 vq2 v1p v2p vqp BP (Back Propagation) 网拓扑结构 2009.Fall * LIST 输入层: 输入向量(x1, ...,xn)→特征空间维数 中间层(隐层) : 向量(t1, ..., tp) 输出层: 向量(y1, ..., yq) →分类数 权重: Wi = {w1i, w2i, ..., wni} 输入层→中间层 vi = { v1i, v2i, ..., vpi } 中间层→输出层 2009.Fall * LIST BP网络训练(Training) {y1, y2, ..., yq} : 实际网络输出 {r1, r2, ..., rq} : 期望的输出 误差: 2009.Fall * LIST 2009.Fall * LIST 活动轮廓 Active Contours Snakes: Parametric Deformable Models 2009.Fall * LIST parametric curve: s∈[0,1] energy: Kass Snakes → min internal energy: flexibility rigidity external energy: P(*): potential energy 2009.Fall * LIST →min Euler – Lagrangian Equation: Kass external force: Normalization: 2009.Fall * LIST snake的抗噪声能力 2009.Fall * LIST snake抗轮廓细小毛刺及缺陷能力 2009.Fall * LIST 多边形线近似连续轮廓(光滑曲线的折线近似) 多边形顶点为Snake形变的控制点 Snake形变过程中的多边形顶点重采样 形变步长选择(收敛性和速度的平衡) 系数选择(内力和外力的平衡) Snake的特点: 良好的抗噪声能力和边界适应性 初始边界依赖 形变过程不改变边界的拓朴关系 Snake数字化实现: 2009.Fall * LIST Level-set: Geodesic Active Contour definition a closed moving contour the region that Γ(t) encloses in Ω(t) on Γ(t) otherwise level-set function 2009.Fall * LIST 2009.Fall * LIST suppose a particle trajectory on Γ(t) 使用迭代方法求偏微分方程的数值解 2009.Fall * LIST 2009.Fall * LIST 2009.Fall * LIST 2009.Fall * LIST 区域增长算法 Region Growing 定义区域轮廓 填充(提取)区域 2009.Fall * LIST pixel aggregation S(i,j) : similarity mearure R : region p ∈ R : seed for p q ∈ Ωp iff S(p,q) T q ∈ R q : new seed ? 种子的定义 相似性测度的定义 算法计算复杂性 分割的完整性 2009.Fall * LIST seed 2009.Fall * LIST * Laplacian operator 旋转不变性的证明 * 此页为上页结果的推导 * 理解:snake缠绕物体,随物体形状改变而改变,最后紧贴物体,表达物体的外形. snake具有自身的能量,具有一定的刚性和弹性→即使没有外力作用,自身力的存在也会改变形状,通常收缩为一点 外力作用→snake收敛于物体外形 * 此算法属于串行算法 以种子p开始,将p存入堆栈 从堆栈中取出一像素,做以下处理,直至堆栈空: 该像素属于R,作出聚类标记 遍历其未作聚类标记的邻域像素,并将满足与该像素相似性要求的邻域像素压入堆栈 LIST 图像分