河北大学电子信息与工程学院 王 敏 王培光 王 娜 宗晓萍

基于G V F S n a k e模型的图像分割算法

河北大学电子信息与工程学院 王 敏 王培光 王 娜 宗晓萍

图像分割指的是从待分割图像中提取感兴趣的目标。进一步对目标进行跟踪分析等应用。Snake活动轮廓模型不同于传统的分割方法。本文在传统Snake模型的基础上运用GVF Snake模型进行图像目标处理，克服了手动绘制初始轮廓显得缺陷，实现自动确定活动轮廓模型的初始轮廓并进行连续迭代分割图像。通过对不同目标进行实验，验证了该算法的优越性。

图像分割；活动轮廓模型；能量函数；梯度矢量流

1.引言

图像分割作为计算视觉研究领域不可分割的一部分，为感兴趣目标的提取和后续处理提供了决定性前提，对图像特征的提取与测定具有非常重大的意义。目前的研究水平只局限于特定应用，缺少一个普遍的对于不同应用背景都适用的方法，这也是当今学者不断努力的方向。比如基于融合检测方法分割三维立体模型，基于推理视觉理论自上而下进行目标分割，都不是无条件普遍适用的。常见的图像分割算法有阈值法、边缘检测法、区域生长法、分水岭法等。这些方法都利用到图像低层信息，在像素级要素上进行处理。而Snake模型[1]算法突破了这一框架，不仅关注图像中的底层信息同时利用高层信息，将图像分割问题转化为数学中求能量泛函的问题，又基于微分方程，利用差分、有限元等方法将其离散化，进行算法迭代，得到目标轮廓，分割目标。……