医学图像在疾病诊断和治疗中的作用日益重要,因此计算医学图像解剖组织精确的几何模型就成为一个富有挑战性的问题。处理这种问题的一种比较有前途的方法是使用活动轮廓模型。此模型在分割、可视化、配准和解剖组织跟踪中是很有效的,因为它考虑了图像数据的约束和组织的位置、大小及形状等先验知识。而且,活动轮廓模型高度支持直观的交互机制,从而允许医学专家将他们的经验带到图像解析工作中。 本文对活动轮廓模型进行了全面的论述,利用能量最小化公式作为目标物体轮廓的数学表达,模型的算法则采用了有限差分法。 梯度向量流(GVF)模型是一种具有代表性的活动轮廓模型,它从广义力平衡方程出发,利用能量最小化公式,应用扩散方程扩散了边界区域的边缘映射梯度,产生了一种广义矢量场,包含无旋分量和无散分量。本文分析了GVF变形模型的优点,并用MATLAB代码完成GVF的数值实现。 梯度向量流模型是广泛应用于数字图像处理的一种目标轮廓提取算法,但易受干扰噪声及虚假边缘的影响,本文在结合多尺度图像分析的基础上,利用改进加入方向信息的梯度向量流场,提出了改进的活动轮廓线模型。实验表明,该方法较好的限制了非目标边缘和噪声干扰的影响,提高了模型分割的精确性,具有较好的分割效果。