黄臣程, 李兆飞

(四川理工学院自动化与信息工程学院，四川自贡643000)

基于局部偏差的图像分割与偏置场校正模型

黄臣程, 李兆飞

(四川理工学院自动化与信息工程学院，四川自贡643000)

利用活动轮廓模型对二维空间上的图像进行分割与偏置场校正，存在对初始曲线的位置敏感、对低对比度图像的分割效果不佳等问题。引入局部偏差矩阵对医学图像数据进行分割与偏置场校正，一方面，通过极小化测量图像与真实图像之间的偏差，使模型能够更加准确地进行分割；另一方面，通过交替迭代的方式计算偏置场，对图像进行校正使得对比度更加合理。对具有不同目标边界形态的合成图像和医学图像进行了实验，结果表明该模型对初始曲线的位置具有较强的鲁棒性，分割结果的准确性和偏置场的修正效果优于其他模型。

图像分割；活动轮廓模型；医学图像；偏置场校正

引言

图像分割是计算机视觉与人工智能中最基本的环节。在医学核磁共振(MR)图像中，由于磁场分布的不均匀性(偏置)，导致获得的图像灰度分布不均匀[1]。MR器官图像分割被广泛应用于临床医学诊断。

活动轮廓模型[2](Active Contour Model, ACM)自提出以来受到了很大的关注与研究[3-4]。其主要思想是将图像分割问题转化为求解一个曲线演化方程，并用演化后的曲线表示目标的边缘。ACM通常可以分为两类：基于边界[5-6]和基于区域的模型[7-10]。基于边界的ACM是利用图像的梯度信息来引导曲线朝目标的边界运动，由于利用了梯度信息，这类ACM对含有噪声和弱边界图像的分割效果不佳。……