1 簡介

視覺是人類最重要的感知手段之一，同時視覺信息是人類從自然界中獲得信

息的主要來源，約占人類獲得外部世界信息量的 80%以上。圖像以視覺為基礎通過觀測系統直接獲得客觀世界的狀態，它直接或間接地作用于人眼，反映的信息與人眼獲得的信息一致，這決定了它和客觀外界都是人類最主要的信息來源，圖像處理也因此成為了人們研究的熱點之一。人眼獲得的信息是連續的圖像，在實際應用中，為便于計算機等對圖像進行處理，人們對連續圖像進行采樣和量化等處理，得到了計算機能夠識別的數字圖像。數字圖像具有信息量大、精度高、內容豐富、可進行復雜的非線性處理等優點，成為計算機視覺和圖像處理的重要研究對象.

1987 年 M. Kass 等人提出的 Snake 模型將圖像、目標邊緣、初始輪廓曲線和約束條件統一起來，在整個圖像域中定義與曲線形狀相關的內部能量和與圖像域相關的外部能量，同時在圖像空間內部給定初始輪廓曲線，輪廓曲線在控制曲線光滑性和連續性的內部能量和促進曲線向目標邊緣運動的外部能量的共同作用下不斷形變，最終收斂到目標輪廓。該模型計算簡單、效率高、易于建模、能提取任意形狀且連續的目標邊緣。因而，在圖像分割、邊緣檢測和目標識別與跟蹤等方面得到了廣泛的應用。

傳統的 Snake 模型以高斯勢能力為外力，存在初始化輪廓曲線要求高，捕獲范圍小，不能收斂到深度的凹形邊界，弱邊緣易被淹沒等缺陷。針對這些問題，研究者們提出了很多改進方法。如氣球力活動輪廓模型[38](Balloon Snake)、距離勢能力模型[39]、動態距離力模型[40]、梯度向量流活動輪廓模型[41](Gradient Vector FlowSnake, GVF Snake)等。

針對傳統 Snake 模型中 Gaussian 勢能力作用范圍小，1991 年 L. Cohen 提出了氣球 Snake 模型，該模型依據氣球膨脹和收

總結

以上是生活随笔為你收集整理的【图像分割】基于snake模型实现图像分割含Matlab源码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。