IP 11・蛇模型會找到邊緣,還是卡住?
進階IP 11・影像分割(二):主動輪廓——蛇模型與水平集影像實驗
題目說明
在硬幣的照片上執行真正的蛇模型(IP 11 的 Kass–Witkin–Terzopoulos 輪廓):在一枚硬幣外畫一個起始圓,看看圓最遠可以離硬幣邊緣多遠,蛇模型才不會停在錯的地方。
試試看:預設的圓半徑為 40,而硬幣約為 23:蛇模型最後離硬幣邊界 17.7 像素,被旁邊的硬幣攔住。(1) 把起始半徑降到 28:它找到了邊緣(0.5 像素)。(2) 回到半徑 40,把平滑度提高到 1.0:這次它也找到了硬幣(0.4 像素)。為什麼較硬、收縮較強的蛇可以從更遠的地方抵達硬幣?(3) 保持平滑度 2.0,從硬幣內部、半徑 12 起始:蛇縮成一小圈(17.4 像素)。(4) 平滑度 0.05 時,半徑 12 的起點在 σ = 3 能到達邊緣(1.1 像素),在 σ = 2 卻停在裡面(10.2 像素)。模糊濾掉了什麼?
解析
請先回答預測問題,或在準備好時再打開解析。
顯示解析
蛇模型找不到硬幣。張力只把圓往內拉了一點,就被旁邊硬幣的邊緣攔住:它的 100 個點中有 74 個離鄰近硬幣的邊界不到 3 像素,到硬幣邊界的平均距離是 17.7 像素。它已經不再移動(經過 871 次迭代),所以停在能量的局部極小,但那是個不好的極小:它的能量 −266.2 高於硬幣上一個圓的能量 −283.4。真正找到硬幣的蛇(起始半徑 28)能達到 −298.9。能量單位任意。
實驗 · IP 11・蛇模型會找到邊緣,還是卡住?
正在載入影像…
試試看:預設的圓半徑為 40,而硬幣約為 23:蛇模型最後離硬幣邊界 17.7 像素,被旁邊的硬幣攔住。(1) 把起始半徑降到 28:它找到了邊緣(0.5 像素)。(2) 回到半徑 40,把平滑度提高到 1.0:這次它也找到了硬幣(0.4 像素)。為什麼較硬、收縮較強的蛇可以從更遠的地方抵達硬幣?(3) 保持平滑度 2.0,從硬幣內部、半徑 12 起始:蛇縮成一小圈(17.4 像素)。(4) 平滑度 0.05 時,半徑 12 的起點在 σ = 3 能到達邊緣(1.1 像素),在 σ = 2 卻停在裡面(10.2 像素)。模糊濾掉了什麼?
真實影像:skimage.data.coins 的 144 × 144 裁切,以一枚硬幣為中心,並露出周圍八枚硬幣的一部分(來源見下方)。蛇模型依照 IP 11 與其圖形程式碼:100 個點的封閉輪廓,半隱式步驟 x(t) = (A + γI)⁻¹(γ x(t−1) + f),其中 A 由 [β, −α−4β, 2α+6β, −α−4β, β] 建構,γ = 1,α = β = 平滑度滑桿,外力 f = κ∇e,κ = 4;邊緣圖 e = |∇(G_σ ∗ 影像)| 縮放到最大值為 1,並以雙線性內插取樣。沒有重新取樣、沒有氣球力、也沒有步長上限;點會停留在影像內。當一步之內沒有任何點移動超過 0.05 像素就停止,或在 1500 次迭代後停止。這不是 scikit-image 的 active_contour:該函式建立相同的矩陣 A,但對你傳入的影像取 Sobel 梯度,以樣條函數表示外力,並把每一步限制在一個像素以內。真實邊界是以最小平方法擬合硬幣 Otsu 遮罩(已填補孔洞)邊界像素得到的圓;硬幣並非完美的圓,所以停在邊緣上的蛇仍與它相差約半個像素。距離是 100 個點「到圓心的距離 − 圓半徑」的絕對值平均;「找到」指不超過 2 像素。能量為 E = ½ Σ(α|v(i+1) − v(i)|² + β|v(i+1) − 2v(i) + v(i−1)|²) − κ Σ e(v(i)),單位任意;橘色虛線是擬合出的圓本身的 E。在影像上按一下或拖曳,會設定起始半徑,使圓通過指標位置;圓始終以硬幣為中心。點擊位置會四捨五入到整數像素。
方法與影像來源
- Michael Kass, Andrew Witkin and Demetri Terzopoulos, Snakes: Active contour models, International Journal of Computer Vision, 1988
- Nobuyuki Otsu, A Threshold Selection Method from Gray-Level Histograms, IEEE Transactions on Systems, Man, and Cybernetics, 1979 (the coin’s true boundary)
- scikit-image documentation, skimage.segmentation.active_contour (same matrix A; the lab’s step and force differ, see the note)
- scikit-image test images (skimage.data): camera is CC0 by Lav Varshney; coins is from the Brooklyn Museum collection, no known copyright restrictions; astronaut is a NASA photograph in the public domain