基于几何活动轮廓模型的图像分割-模式识别与人工智能.pdfVIP

第 23卷 第2期 模式识别与人工智能 V01．23 No．2 2010年 4月 PR AI Apr 2010 基于几何活动轮廓模型的图像分割 陈 波 代秋平 (深圳大学 数学与计算科学学院深圳 518060) (河北工程大学 水电学院 邯郸 056021) 摘 要 为降低噪声对图像分割的影响，提出一个几何活动轮廓模型，并应用变分方法求解出模型对应的水平集 曲线演化的偏微分方程．该模型考虑到图像区域和边缘的先验信息，并充分考虑图像的统计信息．引入一个惩罚项 作为内部能量项，以避免耗时的重新初始化过程．为了验证模型的有效性 ，文中基于简单的高斯型概率密度函数建 立分割实例，结合应用高效且无条件稳定的A0S算法进行分割实验．实验结果表明，模型准确性较高，具有良好的 抗噪性、高效性． 关键词 图像分割，活动轮廓模型，变分方法，水平集方法，重新初始化 中图法分类号 TP391．41 ImageSegmentationBasedonGeometricActiveContourM odel CHENBo，DAIQiu—Ping (CollegeofMathematicsandComputationalScience，ShenzhenUniversity，Shenzhen518060) (InstituteofHydroelectricPower，HebeiUnive~ityofEngineering，Handan056021) ABSTRACT A geometricactivecontourmodelisproposedtoreducetheinfluenceofnoiseonimagesegmentation ． Thecorrespondingpartialdifferentialequationsevolvedbythelevelsetcurvearegotthroughvariational principle．Priorinformationoftheregionsandboundariesoftheimageisconsideredinthismodelandthe statisticalinformation oftheimageiSconsideredaswel1．Moreover ． apenalized term isusedasan internalenergyterm toavoidthetime—consumingre—initializationprocess ． Toverifytheefficiencyofthe proposedmodel，asegmentationinstancebasedonsimpleGaussprobabilitydensityfunctionisgiven． and theadditiveoperatorsplitting(AOS)schemewhichisefficientandunconditionallystableisemployed．