刘国奇，李晨静

(河南师范大学 计算机与信息工程学院，河南 新乡 453007)

基于贝塞尔滤波改进的测地活动轮廓图像分割模型

刘国奇，李晨静*

(河南师范大学 计算机与信息工程学院，河南 新乡 453007)

活动轮廓模型广泛应用于图像分割和目标轮廓提取，基于边缘的测地活动轮廓(GAC)模型在提取边缘明显的物体时得到广泛的应用，但GAC演化过程中，迭代次数较多，耗时较长。针对这一问题，结合贝塞尔滤波理论，对GAC模型改进。首先，利用贝塞尔滤波对图像进行平滑处理，降低噪声；其次，基于贝塞尔滤波的边缘检测函数，构建新的边缘停止项，且并入到GAC模型中；最后，在构造的模型中同时加入反应扩散(RD)项以避免水平集重新初始化。实验结果表明，与多个基于边缘的模型相比，所提模型在保证分割结果精确度的同时，提高了时间效率，更适用于实际应用。

测地活动轮廓；贝塞尔滤波；边缘检测函数；边缘停止项；重新初始化

0 引言

图像分割是图像处理过程中关键的一部分，目的是将目标对象与背景分离，为下一步的识别、配准等操作奠定基础，所以一个好的分割起着至关重要的作用。活动轮廓模型是一种基于水平集和曲线演变理论的有效的分割方法，是目前应用广泛且具有挑战性的研究。活动轮廓模型主要分为基于边缘[1-3]的和基于区域[4-6]的模型：前者依赖于目标对象的边缘信息[7]，对弱边界目标处理较为困难；而后者依赖于图像区域的统计信息，对图像灰度分布的均匀性[5-6]较为敏感。……