千堃，马银平，韩悬

（南昌航空大学信息工程学院，南昌330063）

0 引言

分水岭和蛇模型（主动轮廓模型）是两种用于图像分割的经典算法，均有其优缺点。分水岭具有创建单像素宽度的封闭边界的能力，并能够快速的实现分割算法[1]。通常，分水岭算法首先创建一个梯度图像，并将图像视为起伏地形，这样梯度图像的每个最小值在分割结果中都指向一个区域（或集水盆地）。分水岭算法[2]是一种图像分割的早期算法，为将形态学理论应用于图像分割的算法。近年来，这种方法被广泛应用于图像分割中，得益于其不同于其他算法的优点：在MATLAB仿真下算法的实现速度快；可以准确且迅速地捕捉图像边缘信息；也兼具良好的轮廓线封闭性。由于分水岭分割算法在最初的时候是用于分析和处理二值图像，因此为了得到更加适用于图像分割的通用模型，这便使得分水岭的相关理论和相关算法得以建立，后期便大量应用于对不同性质的图像实现精确分割。分水岭算法的早期阶段，由于不能克服图像的噪声干扰，会产生过分割等多种不良分割结果。改进的层次分水岭分割在一定程度上可以克服过分割[3]，但区域合并过程对水平参数过于敏感，即感兴趣的区域对象会迅速合并到邻域对象中，导致分割结果不理想。Kass等人提出了活动轮廓模型被定义为能量最小化样条[4]。随后，基于Snake模型的改进模型不断涌出，常见的有GVF Snake模型[5]、Balloon Snake模型[6]、距离势力模型[7]、T-Snake模型[8]等。……