王 瑜,闫 沫

(1.西安航空学院机械学院,西安710077;2.西安建筑科技大学机电工程学院,西安710055)

一种新的灰度非均匀图像分割模型

王 瑜1,闫 沫2

(1.西安航空学院机械学院,西安710077;2.西安建筑科技大学机电工程学院,西安710055)

基于局部区域的主动轮廓分割模型在针对灰度非均匀图像进行分割时,容易受到初始轮廓曲线位置的影响,且基于水平集模型的数值实现速度较慢。为此,提出一种新的图像分割模型。该模型采用局部符号差能量项作为曲线演化的驱动力,为减少模型对初始轮廓曲线位置的依赖,采用全局凸分割策略,得到一个离散化的凸分割模型,该模型包含Mumford-Shah分割模型中的二次光滑项,使分割后的区域更加平滑,使用split Bregman迭代算法进行数值实现。实验结果表明,与局部二值拟合模型、局部符号差能量模型相比,该模型能对灰度非均匀图像进行较准确的分割,具有较快的运算速度和较好的鲁棒性。

图像分割;局部区域;灰度非均匀;主动轮廓模型;split Bregman迭代

1 概述

图像分割是图像处理领域中所要研究的基本问题。在过去的数10年间出现了许多基于不同理论的分割算法。其中,基于水平集(Level Set,LS)算法的主动轮廓模型(Active Contour Model,ACM)以其坚实的理论基础和较好的分割效果受到研究人员的广泛关注。它的基本思想是:在一定的条件下,利用驱动力引导水平集轮廓曲线朝着目标边界进行演化。根据驱动力的不同,主动轮廓模型大致分为基于边界的模型［1-3］和基于区域［4-6］的模型。……