Generalized gradient vector flow external forces for active contours

Abstract

Active contours, or snakes, are used extensively in computer vision and image processing applications, particularly to locate object boundaries. A new type of external force for active contours, called gradient vector flow (GVF) was introduced recently to address problems associated with initialization and poor convergence to boundary concavities. GVF is computed as a diffusion of the gradient vectors of a gray-level or binary edge map derived from the image. In this paper, we generalize the GVF formulation to include two spatially varying weighting functions. This improves active contour convergence to long, thin boundary indentations, while maintaining other desirable properties of GVF, such as an extended capture range. The original GVF is a special case of this new generalized GVF (GGVF) model. An error analysis for active contour results on simulated test images is also presented. Aktive Umrisse, oder Schlangen, werden vielfach in Computervision- und Bildverarbeitungs-Anwendungen benutzt, um insbesondere Objektgrenzen zu lokalisieren. Ein neuer Typ äußerer Kräfte für aktive Umrisse, Gradient Vector Flow (GVF) genannt, wurde kürzlich eingeführt, um Probleme anzusprechen, die mit Initialisierung und schlechter Konvergenz zu Grenzkonkavitäten zusammenhängen. GVF wird als eine Diffusion des Gradientenvektors einer Graustufen- oder `Binary Edge'-Karte berechnet, die aus dem Bild gewonnen werden. In diesem Artikel verallgemeinern wir die GVF Formulierung, so daß zwei räumlich variierende Gewichtsfunktionen engneschlossen werden. Dies verbessert die Konvergenz aktiver Umrisse zu langen, dünnen Grenzmarkierungen, während andere wünschenswerte Eigenschaften des GVF, wie erweiterter Einfangbereich, erhalten bleiben. Das ursprüngliche GVF ist ein Spezialfall dieses neuen verallgemeinerten GVF (GGVF) Modells. Eins Fehleranalyse von Ergebnissen aktiver Umrisse mit simulierten Testbildern wird ebenfalls präsentiert. Les contours actifs, ou serpents (snakes), sont utilisés intensivement en vision par ordinateur et pour les applications de traitement d'images, particulièrement pour localiser les contours d'objects. Un nouveau type de force externe pour les contours actifs, appelè flux de vecteurs gradients (FVG) a été introduit récemment pour traiter les problémes associés à l'initialisation et la faible convergence vers des concavités dans les contours. Le FVG est calculé comme une diffusion des vecteurs gradients d'une carte des contours d'une image en niveaux de gris ou binaire. Dans cet article, nous généralisons la formulation du FVG pour y inclure deux fonctions de poids à variation spatiale. Ceci améliore la convergence des contours actifs vers les indentations de contours fines et longues, tout en maintenant les autres propriétés intéressantes des FVG comme la plage de capture étendue. Les FVG originaux sont un cas particulier des modèles de FVG généralisés. Une analyse de l'erreur des résultats de contours actifs sur des images de test synthétiques est aussi présentée.