图像处理和计算机视觉有许多底层任务,如搜索、图像分割、体视匹配、运动跟踪等,这些都涉及到图像轮廓的提取。曲线演化对于广泛的一系列视觉问题给出了统一的解决方法,成为解决轮廓提取一类问题的有效途径。尽管有关曲线演化的研究已有了相当的成果,提出了一些解决方法,但普遍存在分析结果受初始曲线影响较大,曲线演化收敛性难以保证以及计算量大等问题。本项目将对基于曲线演化提取图像轮廓所面临的关键问题进行研究,以提高轮廓提取的准确性、实时性和稳定性为研究目标。在曲线演化建模和数值实现的过程中,综合运用模糊理论、细胞神经网络和多网格并行处理等手段,设计和构造出一套能够依赖应用要求自适应演化的,与初始曲线无关,具有快速收敛和精确定位能力的图像轮廓自动提取算法,并通过理论分析和实验的手段评价和比较所设计的算法的性能,给出理论分析结果。
英文主题词Curve evolution;Contour extraction;Parallel processing;Neural network