علی رضا ورد ناصر موحدینیا
این پایاننامه روشها و الگوریتمهای جدیدی براساس مدلهای کانتور فعال ارائه میکند که دقت و کارایی این مدلها را برای بخشبندی تصاویر بافتی و نویزی به میزان قابل توجهی بهبود میدهد. در این پایاننامه، یک تابع انرژی جدید برای مدلهای کانتور فعال براساس تابع خودهمبستگی ارائه میشود که شناسایی اشیاء کوچک را در مقابل پسزمینههای کلاتری و بافتی امکانپذیر میکند. در روش پیشنهادی، ویژگیهای تصویری با بکارگیری ترکیبی از خودهمبستگیهای ترم-کوتاه برای هر پیکسل در دامنه تصویر محاسبه میشوند تا اطلاعات هر ناحیه را نمایش دهند. ویژگیهای بدست آمده، بکارگرفته میشوند تا یک تابع انرژی جدید به نام "خودهمبستگی ترم-کوتاه انباشته نرمال شده" را برای کانتور فعال مبتنیبر ناحیه محلی شده معرفی کنند. با کمینه کردن این تابع انرژی، میتوان اشیاء کوچک را در تصاویری با پسزمینههای کلاتری و دارای بافتهای ناهمگن شناسایی کرد. همچنین، روش پیشنهادی پایداری زیادی دربرابر نویز فراهم میکند و میتواند اشیاء کوچک را از پسزمینههای نویزی که با چشم غیرمسلح به سختی شناسایی میشوند، با دقت استخراج کند. در این پژوهش، همچنین یک مدل کانتور فعال ترکیبی جدید مبتنی بر انرژیهای لبه و ناحیه معرفی میشود که میتواند برای بخشبندی تصاویر بافتی با تباین اندک مورد استفاده قرار گیرد. انرژی لبه در روش پیشنهادی با استفاده از روشهای مبتنیبر فاز محلی که حساسیت کمی در برابر تغییرات غیریکنواخت شدت روشنایی پسزمینه دارند، محاسبه میشود. در مدل پیشنهادی، همچنین یک انرژی جدید مبتنیبر تابع توزیع تجمعی محلی برای انرژی ناحیه کانتور فعال ترکیبی ارائه میشود که میتواند نواحی با میانگین و واریانسهای یکسان را به خوبی بخشبندی کند. بهعلاوه، در این تحقیق برای نشان دادن کاربرد عملی روشهای پیشنهادی، بخشبندی تصاویر فراصوت درونرگی بررسی میشود. در این راستا، الگوریتمهای جدیدی مبتنیبر کانتورهای فعال پارامتریک برای شناسایی مرزهای داخلی و خارجی رگ ارائه میشوند. سپس با بهرهگیری از مدل کانتور فعال ترکیبی، پلاکهای کلسیم ما بین این دو مرز به طور دقیق شناسایی میشوند.
