保持几何特征的自适应弹性二次曲线模型

物体形状特征的准确提取往往受到图像获取、目标分割等过程中各种因素的影响,因而需要构造一种鲁棒的形状表现来保有其本质特征。揭示弹性二次曲线(EQW)模型中能量权重因子和样条重叠度因子与形状几何特性间的关系,提出一种自适应保持几何特征的EQW形状表现模型,并将该模型与交互式Live Wire算法相结合,应用至图像分割中,对于各种模态图像中的目标进行分割实验。直观上,本文方法能够在去除噪声同时较好地保持目标形状的显著特征;量化结果方面,交互式分割误差保持在较小稳定范围内,引入EQW模型带来的时间开销亦在可接受范围内。

基于动态轮廓模型的微分域网格变形

提出了一种在线性空间中近似保持几何特征、骨架和体积特征的微分域网格变形技术,即基于动态轮廓模型的微分域网格变形.动态轮廓模型概括了网格的能量形式,通过保持它的不变性,从而达到骨架和体积的近似不变.由于动态轮廓模型是通过线性计算获得的,跟网格微分域方法融合后是一个线性的能量最小问题,从而达到用户操作的实时性.通过例子证明,基于动态轮廓模型的微分域网格变形技术能够很好地保持网格的几何特征、骨架和体积特征,且能做到实时交互.