论文部分内容阅读
图像的边缘特征提取一直是计算机视觉领域里最重要的和最基本的研究任务之一。运动目标边界跟踪已经发展成计算机视觉研究的核心课题之一。多年来许多学者在这些领域作了大量的研究，提出了各种算法。目前，在低信噪比图像序列的边缘提取与运动跟踪的研究领域，现有的大部分算法很难得到满意的结果。 鉴于此，作者提出以相位保持的Log Gabor小波来校正GVF流场的思想。本文处理的是B超设备获得的以低信噪比为特性的图像序列。虽然大量的噪声会影响GVF Snake模型的边缘提取结果，但变形模型有传统模型无法相比的优点，即处理的对象本身就是一个连续的曲线，从而避免了检测出边缘后进行连接造成的错误。而且，GVF Snake改进了一般变形模型无法进入凹形区域，作用范围小的弊病。因此，本课题的研究重点是校正GVF，从而使模型得到正确的结果。 这里使用Log Gabor小波进行图像去噪。更进一步的，为了解决图像去噪与人眼视觉效果的矛盾，使用相位保持和Log Gabor小波的非线性来保持图像的视觉效果。采用以上方法，还获得了其他效果，即降低了对σ和μ两个参数的限制。 本文提出的方法对于范围广泛的一系列视觉问题给出了统一的解决方法。最终在高噪声图像及低信噪比图像序列跟踪中，该方法得到了比较满意的结果。