2 本文方法 - 中国图象图形学报.DOCVIP

中图法分类号:TP391 文献标识码:A 文章编号: 论文引用格式： 结合全局和局部信息的“两阶段”活动轮廓模型 戚世乐，王美清 福州大学数学与计算机科学学院，福建，福州，350108 摘要：目的 LBF（local binary fitting）模型用每个像素点的邻域信息来拟合局部能量，对灰度不均匀图像可以得到很好的分割效果。但是LBF模型只考虑了图像的局部信息，没有考虑全局信息，因此它对初始轮廓大小、形状及位置都非常敏感。针对以上问题，结合全局和局部信息，提出“两阶段”活动轮廓模型。方法 第一阶段，采用退化的CV（Chan-Vese）模型，利用图像的全局信息（灰度均值）快速为图像的目标大致定位；第二阶段，以第一阶段结束时的水平集函数的零水平集为第二阶段的初始轮廓，利用图像的局部信息（局部高斯拟合）得到更加精确的分割结果。结果 实验结果表明，该“两阶段”活动轮廓模型保留了LBF模型分割灰度不均匀图像的能力。结论 改进后的模型较LBF模型对各种初始轮廓（大小、形状、位置）有较强的鲁棒性，以及较强的抗噪性。 关键词：图像分割；活动轮廓；局部二值拟合； “Two-stage” active contour model driven by local and global information QI Shi-le, WANG Mei-qing College of Mathem