针对实例分割算法在进行轮廓收敛时，普遍存在目标遮挡增加轮廓处理的时间以及降低检测框的准确性的问题。本文提出一种实时实例分割的算法，在处理轮廓中增加段落匹配、目标聚合损失函数和边界系数模块。首先对初始轮廓进行分段处理，在每一个段落内进行分配局部地面真值点，实现更自然、快捷和平滑的变形路径。其次利用目标聚合损失函数和边界系数模块对存在目标遮挡的物体进行预测，给出准确的检测框。最后利用循环卷积与Snake模型对匹配过的轮廓进行收敛，对顶点进行迭代计算得到分割结果。本文算法在COCO、Cityscapes、Kins等多个数据集上进行评估，其中COCO数据集上取得32.6% mAP和36.3 f/s的结果，在精度与速度上取得最佳平衡。

PCBA (printed circuit board assembly)元器件边缘检测的完整度直接影响装配机器人对元器件尺寸及其间隙的视觉测量精度。针对Canny算子提取密集区域目标边缘存在明显的边缘粘连和断缺现象的问题,提出一种具有高完整度的PCBA元器件边缘检测新方法。首先针对原Canny算子依据像素点灰度值梯度确定的边缘像素点,提出3×3邻域窗自适应阈值非极大值抑制方法,以有效避免密集区相邻边缘粘连;其次依据EPGVF Snake模型参数化后Snake曲线的梯度场,结合边缘保真项,提出边缘是否发生断缺的邻域窗自适应判断方法; 最后采用像素置换模板对断缺的边缘像素进行填充,以有效保留细弱边缘、避免断缺发生。实验结果表明,本文方法能有效避免PCBA密集区元器件边缘粘连和细弱边缘断缺,边缘完整度较其他方法提高了约15.5%。

为了实现彩色图像边缘检测，建立了彩色图像自动边缘检测算法。对彩色图像基于四元数的表示方法进行描述，针对基于snake算子实现彩色图像边缘检测算法进行了研究。首先，根据彩色图像三原色的基本特征，利用四元数的矢量表示方法以及四元数基本运算方法进行描述; 其次，介绍了snake算子的基本原理，检测过程等。最后，构造了双四元数和snake算子的彩色图像边缘检测算法。实验结果表明，利用文中算法获得的彩色图像边缘检测保留了原图像的自身信息，边缘信息完整。该算法基本满足彩色图像边缘检测的稳定可靠、信息完整、抗干扰能力强等要求。

针对灰度图像融合的分辨率低及现有的彩色图像融合方法融合的图像色彩不自然、不符合人的视觉感受的特点，在此提出一种基于Snake模型的区域检测和非下采样轮廓波变换(NSCT)的红外与彩色可见光图像融合的方法。首先对彩色可见光图像进行亮度、色度和饱和度(IHS)颜色空间变换提取亮度分量，并用Snake模型对红外图像的目标区域进行检测；然后对亮度分量和目标替换的红外图像应用NSCT分解，对所得到的高频系数采用像素点“绝对值和取大”、低频系数采用基于“亮度重映射技术”的加权融合规则进行融合；通过对融合系数进行NSCT逆变换获得融合图像的亮度分量，最后运用颜色空间逆变换得到融合图像。实验结果表明，所提出的融合方法既能保持可见光图像的高分辨率和自然色彩，又能准确保留红外图像中检测出的目标信息，获得视觉效果较好、综合指标较优的融合图像。

提出一种新的复杂场景下的目标图像提取方法。给出一种改进的Snake模型，并将其应用到初始模板的建立中；引入分形布朗随机场模型，利用小波分形维数和分形拟合误差确定可能的目标区域；定义了一种新的最小失配距离(MMD)相似性度量，并基于目标的特征区域进行快速相关匹配。该算法通过精确建立初始模板和采用由粗到精的目标搜索策略，既保证了目标提取的精度，又大大减少了计算量。

针对红外图像目标具有边界模糊不清，区分效果较差的缺点，结合Ostu阈值法和梯度矢量流主动轮廓模型(GVF Snake)，提出一种目标轮廓自动提取方法。采用Ostu法先对图像进行分割，然后将得到的边界作为Snake模型的初始边缘轮廓，利用GVF Snake特性将初始轮廓准确地收敛到目标边界。由于Ostu算法具有将目标物体从复杂背景中分割开来的优点，使得在应用GVF Snake模型对复杂图像进行分割时减少了人工的干预。实验证明：该方法运算速度快，能够快速地收敛到目标轮廓，并准确地跟踪目标，具有一定的抗噪能力。

提出了一种模仿人类视觉机制的区域-细节的图像分割算法。首先提取图像边缘,然后将边缘分段切割,得到端点集合,然后从端点集合生成Delaunay三角形网络,以Delaunay三角形为顶点,相邻三角形的属性差异作为边的权重,构造图;以基于图的分割算法生成最小生成树,划分区域。最后用Snake模型精确确定区域边界,生成准确的区域边缘。实验证明,这种区域分割和边缘检测相结合的方法能准确地分割非纹理图像,较好地克服了块现象和非连续边界,相比单一区域分割或者边缘检测方法有更好的分割结果,并且计算速度比较快。

针对灰度图像的二维提取以及运动图像的跟踪问题,本文提出一种强约束拓扑自适应snake模型.该方法采用正交网格对图像和snake曲线进行离散化,约束snake节点只能沿网格线从一个网格点运动到下一个网格点,从而简化了计算过程.通过节点拆分获得拓扑变换能力,自动检测和处理拓扑冲突.通过对模拟图像和临床医学图像进行目标边缘提取的实验,结果表明模型具有较强的目标捕捉能力、拓扑结构变换能力和较快的运算速度.

针对X射线心血管造影图像的后处理问题,本文提出一种采用两个近似正交的单面X射线造影图像序列对冠状动脉的三维形状和运动参数进行定量测量的方法.该方法首先采用snake技术从两个角度的图像中重建出各时刻的三维血管轴线.根据三维重建和二维提取的结果,完成对血管形状参数(如长度和腔径)的测量.然后将血管运动场的估计转化为对相邻时刻间血管分支轴线的逐点匹配,并获得位移幅值和运动轨迹等重要参数.最后分别采用模型的X射线图像、计算机模拟数据和临床图像对该方法进行了验证.实验结果表明,该方法是可行的.

当对象移动幅度大时,Snake视频对象跟踪算法中的曲线迭代过程易陷入局部最小,为此,提出一种运动补偿预处理的解决方法.此方法预先估计对象的运动信息,然后对Snake曲线的初始轮廓位置进行运动补偿,最后进行Snake跟踪.实验表明,这种方法不仅跟踪效果好,而且能有效地减少Snake曲线演化的迭代次数.