【CV系列】主动轮廓模型snake及其应用

最新推荐文章于 2024-04-02 20:32:56 发布

飞翔的鲲

最新推荐文章于 2024-04-02 20:32:56 发布

阅读量2.3k

点赞数 3

CC 4.0 BY-SA版权

分类专栏：【图像处理入门和进阶教程】【机器视觉入门和进阶教程】文章标签： CV 主动轮廓模型边缘检测

本文链接：https://blog.youkuaiyun.com/SoaringLee_fighting/article/details/90704788

【图像处理入门和进阶教程】同时被 2 个专栏收录

91 篇文章 ¥59.90 ¥99.00

订阅专栏

【机器视觉入门和进阶教程】

58 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

主动轮廓模型(Snake)由Andrew Blake提出，用于目标轮廓描述和形状分割。通过构造能量泛函，Snake模型能从图像中找到目标边缘，尤其在高噪声环境下仍能保持分割边界连续光滑。其应用包括边缘提取、图像分割、运动跟踪等领域。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

DATE: 2019.5.30

前言

主动轮廓模型(Active Contour Model)，又被称为Snake，是由Andrew Blake教授提出的一种目标轮廓描述方法，主要应用于基于形状的目标分割。该模型的优越之处在于它对于范围广泛的一系列视觉问题给出了统一的解决方法,在最近的十多年中,它已经被越来越多的研究者成功地应用于计算机视觉的许多领域，如边缘提取，图像分割和分类，运动跟踪，三维重建，立体视觉匹配等。

1、主动轮廓模型

1988年，Kass等人提出了主动轮廓模型，将图像分割问题转换为求解能量泛函最小值问题，为图像分割提供一种全新的思路，称为研究的重点和热点。主动轮廓模型的主要原理通过构造能量泛函，在能量函数最小值驱动下，轮廓曲线逐渐向待检测物体的边缘逼近，最终分割出目标。由于主动轮廓模型利用曲线演化定位目标的边缘，因此也称为Snake模型。主动轮廓模型是当前应用最多的利用变分思想求解的图像分割方法。其最大优点是在高噪声的情况下，也能得到连续、光滑的闭合分割边界。按照能量函数构造方式的不同，可以将主动轮廓模型主要分为基于边缘和基于区域两类，同时也有一些研究人员提出了基于边缘和区域相结合的主动轮廓模型。