基于细分的蛇形模型用于轮廓检测
数值分析
2018-10-09 v1
摘要
本文提出一种利用表示为细分曲线的蛇形模型计算图像中物体轮廓的方法。蛇形的演化由其控制点驱动，这些控制点通过最小化将蛇形推向感兴趣区域边界的能量来计算。我们的方法利用了细分曲线的层次特性，因为优化过程的未知量是粗表示中细分曲线的少数控制点，同时，能量及其导数的良好近似由细表示获得。我们引入一种新的区域能量，通过最大化蛇形内部图像平均强度与优化过程中不变的边界框内蛇形补集上平均强度之间的对比度来引导蛇形。为说明我们方法的性能，我们讨论了与两种经典细分格式相关的蛇形：四点格式和三次B样条。我们使用合成和真实图像的试验证实所提方法快速且鲁棒。
引用
@article{arxiv.1810.02886,
title = {Subdivision based snakes for contour detection},
author = {Rafael Díaz Fuentes and Javier Pino Torres and Victoria Hernández Mederos and Jorge Estrada Sarlabous},
journal= {arXiv preprint arXiv:1810.02886},
year = {2018}
}