胡学刚，邱秀兰

(1.重庆邮电大学 通信与信息工程学院，重庆 400065； 2.重庆邮电大学 系统理论与应用研究中心，重庆 400065)

基于Snake模型的图像分割新算法

胡学刚1,2，邱秀兰1*

(1.重庆邮电大学 通信与信息工程学院，重庆 400065； 2.重庆邮电大学 系统理论与应用研究中心，重庆 400065)

针对目前基于Snake模型的图像分割算法普遍存在噪声鲁棒性差、适用范围受限、易发生弱边缘泄露以及轮廓曲线难以收敛到细小深凹边界的缺陷，提出了一种基于Snake模型的图像分割新算法。首先，选取新的扩散项代替具有各向同性光滑作用的拉普拉斯算子；其次，引入p-拉普拉斯泛函到平滑能量项中强化法线方向外力；最后，利用边缘保护项使外力场方向与边缘方向一致，以防止弱边缘泄漏并促使轮廓线收敛到细小深凹边界。实验结果表明，所提模型不仅克服了现有基于Snake模型的图像分割算法的缺陷，具有更好的分割效果，明显提高了抗噪性能和角点定位精度，而且耗时更少，适用于噪声图像、医学图像以及含有很多弱边缘的自然图像分割。

图像分割；Snake模型；梯度向量流；边缘保护；弱边缘

0 引言

图像分割是图像分析到图像理解的关键步骤[1]。活动轮廓模型是获取目标边界的重要工具之一，具有良好的封闭性与平滑性，被广泛应用于图像分割领域中。参数活动轮廓模型又称为Snake模型，自Kass等[2]提出以来，已广泛应用于数字图像分析和计算机视觉领域[3]。其基本原理是将图像分割视为轮廓曲线演化问题，通过最小化曲线能量泛函得到最终的目标边缘。……