一种基于边缘和区域信息的变分水平集图像分割.pdfVIP

第48卷第5期 大连理工大学学报 V01．48，No．5 200 0 0 8 8年9月 ofDalian of Sept．2 Journal UniversityTechnology -M基于边缘和区域信息的变分水平集图像分割方法 刘秀平。， 常先堂， 李治隆 (大连理工大学应用数学系，辽宁大连 116024) 摘要：分析了两种已有交分水平集图像分割模型，并由它们提出了一种新的基于图像边缘 梯度信息和区域全局信息的交分水平集方法．该方法既克服了所述两种模型的缺点，又继承 了各自的优点．同时。采用隐式迭代数值解法，在保证模型稳定性的基础上，加快了收敛速度． 实验表明所提方法对于不同类型的图像均能够达到快速、稳定、准确、鲁棒的分割效果。 关键词：活动轮廓线；变分水平集；基于边缘；基于区域；隐式迭代 中图分类号：TP391文献标志码：A 0 引 言 数的构造及能量极小化问题的求解，而能量的极 小解即是图像分割的结果．进一步，在能量模型中 图像分割是图像分析中基本而重要的问题之 还可以融人与自身问题相关的内部能量和外部约 一．所谓图像分割，就是按照一定的准则把图像分 束能量，使演化曲线在总能量的驱动下，朝目标区 成若干个互不交叠的区域，并且分割后的各区域 域的边界演化，进而实现图像的分割．然而，当演 满足同质性和惟一性．虽然在图像分割算法的研 化曲线的拓扑结构有变化时，使用该方法进行分 究方面，已经涌现出了诸多的典型算法，如基于像 割会遇到严重困难． 素分类的阈值法，基于边缘检测的算子法，基于区 几何活动轮廓模型首先由Caselles等[2]和 域分割的区域生长法、分裂合并法等，但由于图像 Malladi等[3]分别独立地引入．这种模型主要基于 采集条件和图像本身都具有复杂性，目前还不存 平面曲线演化理论和水平集方法．其基本过程是 在一种能够适用于所有图像类型的分割算法，特 将平面曲线的演化隐含在高维超平面水平集函数 定的图像类型需要特定的图像分割方法．近年来， 学者们围绕活动轮廓模型做了大量的工作，它是 中，通过特定的偏微分方程演化水平集函数，间接 一种基于PDE的图像处理方法．与传统的分割方 地达到演化平面曲线的目的．相对于参数化 法相比，一方面，它具有更好的准确性；另一方面， Snake模型，用水平集表达的几何活动轮廓模型， 它还能够直接处理一些图像特征，如梯度、曲率等． 在演化过程中，能自然地处理拓扑结构发生变化 目前，该方法已成为图像分割中的一种重要工具． 的演化曲线．另外，由于它允许曲线演化过程中出 现尖点、拐角等，而且计算稳定，成为当前活动轮 活动轮廓模型(也称为Snake模型)依据其表 达和实现方式的不同可分为两种：一种是参数化 廓模型中求解曲线演化问题的主要途径．