融合先验形状知识的主动轮廓模型研究

融合先验形状知识的主动轮廓模型（HACM）能够解决目标存在遮挡、局部形变、相似变换等实际问题，广泛应用于图像分割、轮廓提取等领域。本文以主动轮廓模型（ACM）为基础，从先验形状知识的提取以及知识的融合方法两个方面，总结近年来ACM在融合先验形状知识的目标轮廓提取领域的一些最新研究成果。首先研究基于区域不变矩描述子、样条函数以及水平集的形状知识提取方法，用于提取刚体性、非刚体性目标样本集所包含的轮廓信息，该信息具有一定的泛化能力，即针对样本集以外的目标轮廓具备一定的表达能力。然后以单目标轮廓提取问题为研究对象，从距离函数的角度分析各种先验形状知识与原始轮廓模型的全局性融合方法，并介绍了一种基于标识函数的局部融合方法。局部融合方法可以解决单知识、多目标情况下的轮廓提取问题。最后对文中所介绍模型进行总结分析，对该领域的研究方向进行了展望。 

A Survey of Active Contour Model Incorporating with Shape Prior

Active contour model(ACM) incorporating with shape prior(Hybrid driving ACM,HACM) can solve many practical problems,such as occlusion,local deformation,similarity transformation,and is used extensively in image segmentation,contour extraction and so on.Based on the ACM,the paper reviews the contour extraction methods with the shape prior information from two aspects: shape prior knowledge extraction and the corresponding incorporation methods.Firstly,the shape knowledge extraction methods based on invariant...