《目標輪廓提取變分模型的關鍵問題研究》是依託廈門大學，由曾德爐擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：目標輪廓提取變分模型的關鍵問題研究
- 項目類別：青年科學基金項目
- 項目負責人：曾德爐
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
變分法目標輪廓提取是近年來現代圖像處理領域中的研究熱點。與其相關的模型主要有活動輪廓，水平集方法，外力場等，它們的主要思路是把問題求解轉化為對具有一定物理意義下泛函的最佳化。在其中，變分法往往與偏微分方程、曲線演化、微分幾何等分析方法結合，從連續化的角度看待目標輪廓提取，使其過程更加系統化和自動化，魯棒性更高，拓展性更好。然而該方法依然存在若干關鍵問題制約其有效實現：如泛函最佳化容易陷入局部極值，最佳化結果受初始值和噪聲的影響大，處理複雜目標輪廓時的外力場方法存在平衡點問題，實時性不夠高等問題。為完善和發展變分法在圖像分割中的套用，本項目著重從以下幾個方面展開研究：建立新的凸泛函；合理設定初始值以確保全局最佳化；重新定義解空間中的拓撲結構或者度量，改變其鄰域關係來避開局部極值點或提高對噪聲的魯棒性；提出可變的或與初始值相關的外力場；調整數值算法，提高演化效率等。
結題摘要
針對目標輪廓提取變分模型存在的關鍵性問題，我們做了以下探討：(1)為克服經典外力場GVF和VFC中的“平衡點問題”，我們結合向量場理論，把曲線/面演化轉化為動力系統中求解周期軌的問題。也是首次利用動力系統理論解決該問題。相關成果已發表到IEEE Trans. on Image processing中。(2)利用人類認知客觀事物往往總是由粗到精進行的規律，建立目標輪廓的集合表示方法，實現逐步呈現的活動輪廓模型，在一定程度上避免了傳統活動輪廓模型選取初始輪廓難的問題。相關前期成果已發表到IEEE Trans. on Neural Networks。(3)把傳統的單一閉合曲線演化轉變為若干段曲線的分別演化，並把若干個曲線段合理地結合在一起，實現分段式活動輪廓模型，解決“長凹形”目標輪廓所造成的演化曲線極易陷入能量泛函的局部極值問題。（4）克服目標能量泛函解空間的傳統歐幾里德式距離的局限性，提出結合形狀信息及其利用流形和弱導數微分幾何的方法探討修改相應解空間的拓撲結構，及對應尺度空間的度量，力求分析了其對噪聲魯棒性等局部極值的影響。（5）針對外力場進行修訂，擴大外力場的捕捉範圍，使得曲線演化得以深入複雜輪廓內部防止早熟。該工作發表到相應的IET Computer Vision等SCI期刊上。（6）基於變分的思路,我們處理了基於目標內容的圖像提升和重建等套用問題，並把成果發表著名學術會議上,如GlobalSig，ICASSP等。
