بخشی از مقاله
مقدمه
مدل های مرزهای فعال با استفاده از اطلاعات تصویر ناحیه بندی را انجام می دهند به طور یکه از اطلاعات تصویر به عنوان نیرو برای تغییر شکل و رشد مرزها فعال استفاده می کنند. مدل مرز فعال اولین بار در سال ١٩٨٨ توسط Kass در با ارائه یک مدل پارامتری معرفی شد. بارزترین نقاط ضعف این روش آن است که خاصیت ادغام شدن و جدا شدن ندارد و همچنین مکانیزیمی برای تغییرات توپولوژی ندارد. برای حل این مشکلها مدل سطوح همتراز پیشنهاد شد.
کار اصلی این مدل حرکت منحنی فرم پذیر در صفحه توسط تابع انرژی است که این تابع انرژی از اطلاعات تصویر نشأت می گیرد. مدل مرزهای فعال به دو دسته مبتنی بر لبه و مبتنی بر ناحیه تقسیم می شود. مدل های مبتنی بر لبه بر روی لبه های شکل توقف می کنند. مدل های مبتنی بر ناحیه بر شدت روشنایی تصاویر تکیه می کند. این مدل اولین بار در سال ٢٠٠١ با عنوان مرزهای فعال بدون لبه توسط معرفی شد. حالت توقف آن پایه ای روی تکنیک ناحیه بندی است.
اما این مدل بر شدت روشنایی ناهمگن غلبه نمی کند و برای اصلاح شدت روشنایی ناهمگن نیاز به حالت پیش پردازش دارد. برای غلبه بر شدتهای روشنایی ناهمگن می توان از مدل های کرنلی - قابی - استفاده کرد این مدل ها با استفاده از تعریف کرنلی روی مرز، اطلاعات محلی شدت روشنایی را از تصویر استخراج می کنند و از این اطلاعات برای ناحیه بندی تصویر استفاده می کنند. یک نوع از مدل های کرنلی مدل RSF است که در سال ٢٠٠٨ توسط Li و همکارانش پیشنهاد شد.
در این مقاله ما روش مرزهای فعال مبتنی بر ناحیه RSF را با فرمول محلی ترکیب می کنیم. در بخش دو مدل مرزهای فعال RSF و مدل محلی کردن را مرور می کنیم. در بخش سوم مدل پیشنهادی را شرح می دهیم. در بخش نهایی به کمک یک مثال روش را می آزماییم.
