测地线动态轮廓（GAC）是图像分割技术的一种，通过结合水平集，减少对参数的依赖，更好地捕捉目标物体的拓扑结构。模型通过最小化能量函数进行轮廓分割，解决传统动态轮廓模型的拓扑变化问题。然而，GAC在处理模糊或纹理图像时效果有限。
动态轮廓是图像分割的一个热点，从早期的snake，就有很多的优化版，测地线动态轮廓（GAC）就是其中之一。总体来说，其摒弃了snake对参数的依赖，并加入了水平集，使得轮廓曲线更贴近目标物的拓扑结构。
经典的动态轮廓模型（activecontour model）的能量公式为：
其中，α，β，λ为正值常量。其中前两项控制曲线的平滑度，第三项吸引曲线向物体边界靠近。极小化该E(C)能量函数得到分割轮廓。VICENT(参考1)指出第二项有无对分割结果影响不大（即β=0）。而最大化第三项，也是最小化g(|▽I|)2 。
则简化为：
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
