每日聚焦：Snake模型綜合介紹

2022-09-29 15:29:04來源：互聯(lián)網(wǎng)

Snake模型背景及應(yīng)用

Snake模型稱為動態(tài)輪廓模型（Active Contour? Model）是Kass與1987年提出的，它對于在噪聲和對比度不敏感，能將目標(biāo)從復(fù)雜背景中分割出來，并能有效的跟蹤目標(biāo)的形變和非剛體的復(fù)雜運動而被廣泛用于圖像分割和物體跟蹤等圖像處理領(lǐng)域。

Snake主要原理是先提供待分割圖像的一個初始輪廓的位置，并對其定義個能量函數(shù)，是輪廓沿能量降低的方向靠近。當(dāng)能量函數(shù)達到最小的時候，提供的初始輪廓收斂到圖形中目標(biāo)的真實輪廓。

【資料圖】

Snake能量函數(shù)是有內(nèi)部能量函數(shù)和外部能量函數(shù)組成，內(nèi)部能量控制輪廓的平滑性和連續(xù)性，外部能量由圖像能量和約束能量組成，控制輪廓向著實際輪廓收斂，其中約束能量可根據(jù)具體的對象形態(tài)定義，使得snake具有很大的靈活性。

Snake模型發(fā)展10多年來，許多學(xué)者對于經(jīng)典的snake模型做了改進，提出各種改進的snake模型，其中梯度矢量流（Gradient Vector? Flow,GVF）模型擴大了經(jīng)典snake的外力作用范圍，加強了對目標(biāo)凹輪廓邊緣的吸引力，提高了傳統(tǒng)的snake模型。

Snake模型主要研究的方面：

1.表示內(nèi)部能量的曲線演化??? 2.外力??? 3.能量最小化

Snake模型初始輪廓的選擇

由于snake模型對于初始位置比較敏感，因此要求初始輪廓盡可能的靠近真實輪廓，而當(dāng)圖像邊緣模糊，目標(biāo)比較復(fù)雜或與其他的物體靠的比較近時，其初始輪廓更不易確定。

現(xiàn)有的初始輪廓確定的方法有以下幾種：1.人工勾勒圖像的邊緣??? 2.序列圖像差分邊界??? 3.基于序列圖像的前一幀圖像邊界的預(yù)測? 4.基于傳統(tǒng)圖像分割結(jié)果進行邊界選取

分水嶺算法

分水嶺算法是由S.Beucher? F.Meyer最早引入圖像分割領(lǐng)域，它的基本思想是來源于測地學(xué)上的側(cè)線重構(gòu)，其內(nèi)容是把圖像看做是測地學(xué)上的拓撲地貌。進行分水嶺模型計算的比較經(jīng)典的算法是L? Vincent提出的，在該算法中首先是對每個像素的灰度級進行從低到高排序，然后用等級對壘模擬淹沒，初始時，等級隊列中為淹沒的初始點，在從低到高實現(xiàn)淹沒的過程中，對每一個局部極小值在H階高度的影響域采用先進先出（FIFO）結(jié)構(gòu)進行判斷及標(biāo)注，直到最后一個值被淹沒，從而正確劃分各個區(qū)域。

整個洪水淹沒的循環(huán)迭代過程可以通過以下兩個步驟表示：

分水嶺算法的優(yōu)點：

1.分水嶺算法對于圖像中由于像素差別較小而產(chǎn)生微弱邊緣具有良好的響應(yīng)，可以得到封閉連續(xù)的邊緣，而且可以保證在照明，陰影等影響下分割邊緣的封閉性和連續(xù)性

分水嶺算法對于目標(biāo)物體之間或者是目標(biāo)物體同背景物體之間粘連的情況有較好的處理效果。能夠較好的分割這類目標(biāo)物體。

3.圖像內(nèi)部的陰暗變化對于分水嶺算法影響較小，可以在一定程度上減小由于陰暗便哈帶來的圖像分割影響

與其他邊緣分割算子比較：

Canny算子可以很好的勾勒出物體的輪廓，過分的強調(diào)輪廓的特性，而沒有強調(diào)物體的輪廓必須是封閉的，在圖像中顯示的輪廓是不封閉的，物體內(nèi)部陰暗變化也被當(dāng)做邊界檢測出來，形成大量的偽邊緣。

分水嶺算法分割得到的輪廓曲線時連續(xù)封閉的，圖像內(nèi)部的陰暗變化沒有生成獨立的輪廓線。

Snake模型的缺陷：

對初始位置敏感，易陷入局部極值，無法收斂到輪廓深度凹陷部分，不具備自動拓撲變換功能等。

Snake模型的改進算法：

1.Cohen提出的氣球（balloon）理論模型:應(yīng)用壓力和高斯能力一起增大吸引范圍的方法，該壓力可使模型擴大或縮小，因此不再要求將模型初始化在所期望的對象邊界附近。在圖像的梯度力場上疊加氣球里，以使輪廓線作為一個整體進行膨脹或收縮，從而擴大了模型尋找圖像特證的范圍。

優(yōu)勢：對初始邊界不敏感??????????? 存在的缺點：存在弱邊界，漏出邊界間隙等問題。

2.Xu提出梯度矢量流（GVF）概念，用GVF場代替經(jīng)典外力場，GVF場可以看做是對圖像梯度場得逼近，這不僅使模型捕捉的范圍得到了提高，而且能使活動輪廓進入凹陷區(qū)。

優(yōu)勢：有良好的收斂性，深入目標(biāo)邊緣的凹陷區(qū)域?????????? 存在的缺點：仍不能解決曲線的拓撲變化問題

局部優(yōu)化算法：

1.Amini提出基于動態(tài)規(guī)劃的snake算法。 2.變分法? 3.貪婪算法? 4.有限差分法?? 5.有限元法

全局優(yōu)化算法：

1.模擬退火???? 2.遺傳算法??? 3.神經(jīng)網(wǎng)絡(luò)

Snake模型的蟻群算法（Ant Colony Optimization）模型

蟻群算法是最近幾年有意大利學(xué)者M.Dorigo等人首次提出的一種新型的模擬進化算法，稱為蟻群系統(tǒng)，蟻群算法通過候選解組成的群體的進化過程來尋求最優(yōu)解，該過程包括兩個基本階段：適應(yīng)階段和協(xié)同工作階段，算法本身采用正反饋原理，加快了進化過程，不易陷入局部最優(yōu)解，而且個體之間不斷進行信息交流和傳遞，有利于對解空間的進一步探索，因此有很強的發(fā)展解的能力。

Snake的進化模型

1.McInerney 提出一種拓撲自適應(yīng)snake模型（Topology Adaptive? Snake,T-Snake）

該算法基于仿射細胞圖像分解（Affine Cell Image? Decomposition，ACID）先在待分割圖像上加以三角網(wǎng)格，然后在圖像區(qū)域的適當(dāng)位置做一條初始曲線，最后取曲線與網(wǎng)格的交點作為snake的初始離散點，其第i個snake的離散點的坐標(biāo)為其中，相鄰兩點，之間由一條彈性樣條連接而成

由于T-Snake模型可借助三角形網(wǎng)格和網(wǎng)格點的特征函數(shù)來確定邊界三角形，可促使snake模型演化過程中的分裂和合并，從而保證了其具有能夠處理拓撲結(jié)果復(fù)雜圖像的能力，因此能夠很好的滿足醫(yī)學(xué)圖像拓撲結(jié)果復(fù)雜的特點。此算法用于腦部MR切片有良好的性能。

2.雙T-Snake模型

雙T-Snake模型（Dual-T-Snakes）是在T-Snake模型的基礎(chǔ)上產(chǎn)生的，其主要思想是采用內(nèi)外兩個初始輪廓，其中一個輪廓從目標(biāo)外向內(nèi)收縮和分裂，另一個輪廓從目標(biāo)內(nèi)部向外膨脹，兩個初始輪廓可以離目標(biāo)邊界較遠，迭代的過程中對能量較大的輪廓增加驅(qū)動力，使其靠近與之相對應(yīng)的輪廓，直到連個輪廓收斂到同一個為止

3.Loop? Snake 模型

Loop? Snake模型是一種加強了拓撲控制的T-Snake模型，這種方法的關(guān)鍵集中在曲線的每一步進化中都要形成循環(huán)，其基本思想是，確保圖像輪廓曲線精確地線性地映射到適當(dāng)?shù)姆诸愔?#xff0c;然后在額外的記過loop-Tree的幫助下，盡可能少的時間內(nèi)運用已經(jīng)被snake探究的循環(huán)來決定是否進行區(qū)域劃分，這種模型的實質(zhì)是對T-Snake模型的一種改進。由于加強了拓撲控制，使得Loop Snake模型既可以忽略背景中強噪聲又可以在演化過程中進行多次分裂。

4.連續(xù)snake模型

在Snake模型中，輪廓曲線由一條給定容許誤差范圍的光滑曲線組成，相對于離散snake來說，連續(xù)snake模型所需要的控制點少，比離散的更具優(yōu)越性。

5.B-Snake模型

B-Snake模型是通過B樣條曲線來定義的，其輪廓曲線由各曲線段光滑相連而成，每一個曲線段都是由一個給定次數(shù)多項式表示，這種多項式是B樣條曲度函數(shù)的一種線性組合，并以控制點為系數(shù)。在有些B-Snake模型中并沒有明確應(yīng)用內(nèi)部能量，這是因為B樣條本身就含有內(nèi)部能量，snake輪廓曲線只受外力影響著圖像邊緣移動?？捎糜趯D像切片分割區(qū)域的描述與跟蹤而用于器官的三維重建。

應(yīng)用snake的優(yōu)勢：由于生物或人體組織解剖結(jié)構(gòu)的復(fù)雜性，以及軟組織形狀的易變性，那些僅依賴于圖像本身的灰度，紋理屬性等低層次視覺屬性來進行分割的圖像分割方法難以獲得理想的分割效果，因此醫(yī)學(xué)圖像分割迫切需要有一種靈活的框架，能將基于圖像本身低層次視覺屬性（邊緣，紋理，灰度，色彩）和人們對于待分割目標(biāo)的知識經(jīng)驗，如目標(biāo)形狀的描述，亮度，色彩的經(jīng)驗統(tǒng)計，醫(yī)生的經(jīng)驗等，可以一種有機的方式整合起來，得到待分割區(qū)域的完整表達。

轉(zhuǎn)載于:https://www.cnblogs.com/ChenxofHit/archive/2011/12/08/2281215.html