81、用于树冠提取的“圆气”新相场模型及形状签名匹配目标识别方法

用于树冠提取的“圆气”新相场模型及形状签名匹配目标识别方法

在图像分析和处理领域，树冠提取和目标识别是两个重要的研究方向。下面将详细介绍一种用于树冠提取的新相场模型以及一种基于形状签名匹配的目标识别方法。

用于树冠提取的新相场模型

在树冠提取方面，传统方法存在一定的局限性。例如，Gougeon使用谷跟踪方法，Larsen引入基于3D树模板匹配的特定物种方法，这些方法主要寻找某些特征的局部最大值；Perrin等人使用全局方法，将树冠配置建模为标记点过程，但该方法将树木表示为椭圆，无法找到其轮廓。

为了解决这些问题，研究人员提出了一种新的模型。该模型由两部分组成：先验能量 $E_g$ 和似然能量 $E_i$。
- 先验能量 $E_g$ ：Rochery等人在 $E_0$ 中添加了非局部项 $E_{NL}(\varphi)$，公式如下：
[E_{NL}(\varphi) = -\frac{\beta}{2} \int_{\Omega^2} dx dx’ \partial\varphi(x) \cdot \partial\varphi(x’) G(x - x’)]
其中 $G(x - x’) = \Psi(|x - x’|/d)$。当 $\beta_C = 4\beta$ 时，$E_g = E_0 + E_{NL}$ 近似等价于HOAC模型 $E_{C,G}$，可以替代它使用，从而在利用相场框架优势的同时，结合区域几何的先验知识。
- 似然能量 $E_i$ ：对图像 $I$ 在区域 $R$ 和背景 $\overline{R}$ 中使用高斯分布进行建模，并添加一项预测沿边界