附加圖像中綠色附近的亮白色輪廓是感興趣的輪廓。綠色的是一個近似的自動初始化。自動初始化輪廓附近的區域幾乎不存在梯度。因此,主動輪廓和其他基於梯度的方法會失敗,不會移動一點點。存在嘈雜背景時的圖像分割
沿着初始化輪廓的法線,我搜索了最大強度(並且還合理地關閉了初始化輪廓)。刪除離羣值並平滑檢測到的曲線以最終檢測平滑曲線。但是這有一些問題。如果任何人都可以提出不同的建議,那將會非常有用。
附加圖像中綠色附近的亮白色輪廓是感興趣的輪廓。綠色的是一個近似的自動初始化。自動初始化輪廓附近的區域幾乎不存在梯度。因此,主動輪廓和其他基於梯度的方法會失敗,不會移動一點點。存在嘈雜背景時的圖像分割
沿着初始化輪廓的法線,我搜索了最大強度(並且還合理地關閉了初始化輪廓)。刪除離羣值並平滑檢測到的曲線以最終檢測平滑曲線。但是這有一些問題。如果任何人都可以提出不同的建議,那將會非常有用。
這已經是一個不錯的成績。在這個混亂中尋找最初的輪廓是解決方案的80%!
您現在可以通過矯直此初始輪廓,即工作在(曲線橫座標,距離)座標中,以便初始輪廓的繪圖變爲線段,而真實輪廓爲準直線。
在這些未變形的座標中,重採樣後,可以使用霍夫變換(可能分段以允許某種變形)。
無論如何,在你的問題陳述中缺少一些東西:你在找什麼?
在自動初始化輪廓附近區域幾乎不存在梯度。因此,主動輪廓和其他基於梯度的方法會失敗,不會移動一點點。
在活動輪廓上使用Gradient Vector Flow *外力函數。它使用擴散過程來擴展高梯度像素的影響。使用正確的參數,它肯定會在顯示的初始曲線上工作。
*如果此鏈接死亡,請搜索Chenyang Xu和Jerry L. Prince的Snakes,Shapes和Gradient Vector Flow 。
我有辦法得到這個http://i.stack.imgur.com/qSQow.png ...但我不知道這是你想要的... ping我 –