ASM中基于不变矩图形畸变主动检测与修正

主动形体模型是可变形模板技术中一种重要的方法，在医学图像分析和机器视觉中得到越来越广泛的应用。但是该方法在图像的匹配过程中，如果目标图像不够清晰或者模型初始位置不理想，会产生畸变的匹配结果。而且该模型没有一个有效的对畸变图形进行检测和修正的策略。提出了一种基于边界矩不变量的主动检测和修正方法，通过引入边界矩不变量，对模型的形体变化进行量化，并根据从训练集中获取的统计信息，对变形过程中的模型形体的变形进行检测和修正。实验结果表明，该方法能够在很大程度上解决匹配过程中的畸变问题，并且相比传统主动形体模型，所消耗的时间增加很少，对算法的效率并不影响。