基于局部灰度聚类的高斯分布拟合模型 - Journal of Northeastern.PDF

第３８卷第２期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Ｖｏｌ.３８ꎬＮｏ.２ ２０１７年 ２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｅａｓｔｅｒｎ Ｕｎｉｖｅｒｓｉｔｙ(Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ) Ｆｅｂ. ２０ １７ 　 ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００５－３０２６.２０１７.０２.００７ 基于局部灰度聚类的高斯分布拟合模型 于晓升ꎬ胡　 楠 (东北大学 信息科学与工程学院ꎬ辽宁沈阳　 １１０８１９) 摘　 　 　 要: 针对高斯分布拟合模型对初始轮廓敏感的问题ꎬ提出一个基于局部灰度聚类的高斯分布拟合模 型.新模型根据图像局部像素灰度聚类特点ꎬ采用灰度偏移场和一个分片常量函数共同拟合图像的局部灰度 均值ꎬ实现了图像全局信息和局部信息的有机结合ꎬ使轮廓可以从任意初始位置向目标边缘演化ꎬ最后收敛在 边缘上.新模型采用一种快速有效的数值方法实现ꎬ水平集函数在整个演化过程中不必重新初始化ꎬ活动轮廓 演化速度得到显著提高.实验结果表明ꎬ本文算法能够在不同的轮廓初始化情况下获得准确的分割结果. 关　 键　 词: 图像分割ꎻ灰度偏移场ꎻ分片常量ꎻ水平集ꎻ活动轮廓 中图分类号: ＴＰ ３９１　 　 　 文献标志码: Ａ　 　 　 文章编号: １００５－３０２６(２０１７)０２－０１８５－０５ Ｇａｕｓｓｉａｎ Ｄｉｓｔｒｉｂｕｔｉｏｎ Ｆｉｔｔｉｎｇ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ Ｌｏｃａｌ Ｉｎｔｅｎｓｉｔｙ Ｃｌｕｓｔｅｒｉｎｇ ＹＵＸｉａｏ￣ｓｈｅｎｇꎬＨＵＮａｎ (Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ＆ＥｎｇｉｎｅｅｒｉｎｇꎬＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙꎬＳｈｅｎｙａｎｇ １１０８１９ꎬＣｈｉｎａ. Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ:ＹＵ Ｘｉａｏ￣ｓｈｅｎｇꎬＥ￣ｍａｉｌ:ｙｕｘｉａｏｓｈｅｎｇ＠ｉｓｅ.ｎｅｕ.ｅｄｕ.ｃｎ) Ａｂｓｔｒａｃｔ: Ａ ｎｏｖｅｌ ａｃｔｉｖｅ ｃｏｎｔｏｕｒ ｍｏｄｅｌ ｗａｓ ｄｅｖｅｌｏｐｅｄ ｆｏｒ ｔｈｅ ｐｒｏｂｌｅｍ ｔｈａｔ ｔｈｅ Ｇａｕｓｓｉａｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｉｔｔｉｎｇ ｍｏｄｅｌ ｉｓ ｓｅｎｓｉｔｉｖｅ ｔｏ ａ ｓｔａｒｔｉｎｇ ｃｏｎｔｏｕｒ. Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｌｏｃａｌ ｉｎｔｅｎｓｉｔｙ ｃｌｕｓｔｅｒｉｎｇꎬ ｔｈｅ ｂｉａｓ ｆｉｅｌｄ ａｎｄ ａ ｐｉｅｃｅｗｉｓｅ ｃｏｎｓｔａｎｔ ｆｕｎｃｔｉｏｎ ｗｅｒｅ ｉｎｔｅｇｒａｔｅｄ ｔｏ ａｐｐｒｏｘｉｍａｔｅ ｔｈｅ ｌｏｃａｌ ｉｍａｇｅ ｉｎｔｅｎｓｉｔｉｅｓꎬｗｈｉｃｈ ｍａｄｅ ｔｈｅ ｏｂｊｅｃｔｓ ｂｅ ｓｅｇｍｅｎｔｅｄ ｗｉｔｈ ｔｈｅ ｓｔａｒｔｉｎｇ ｃｏｎｔｏｕｒ ｂｅｉｎｇ ａｎｙｗｈｅｒｅ ｉｎ ｔｈｅ ｉｍａｇｅ. Ａｎ ｅｆｆｉｃｉｅｎｔ ｎｕｍｅｒｉｃａｌ ｓｃｈｅｍａ ｗａｓ ｕｓｅｄ ｆｏｒ ｔｈｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｏｄｅｌ ｉｎ ｏｒｄｅｒ ｔｏ ｃｏｎｖｅｒｇｅ ｒａｐｉｄｌｙ ａｎｄ ａｖｏｉｄ ｒｅ￣ｉｎｉｔｉａｌｉｚａｔｉｏｎ. Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｏｎ ａ ｓｅｒｉｅｓ ｏｆ ｒｅａｌ ａｎｄ ｓｙｎｔｈｅｔｉｃ ｉｍａｇｅｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｏｄｅｌ ｉｓｒｏｂｕｓｔ ｔｏ ｔｈｅ ｓｔａｒｔｉｎｇ ｃｏｎｔｏｕｒ ａｎｄ ｔｈｅ ｉｍａｇｅｓ ｗｉｔｈ ｉｎｔｅｎｓｉｔｙ ｉｎｈｏｍｏｇｅｎｅｉｔｉｅｓ ｃａｎ ｂｅ ｅｆｆｅｃｔｉｖｅｌｙ ｓｅｇｍｅｎｔｅｄ. Ｋｅｙ ｗｏｒｄｓ: ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎꎻｂｉａｓｆｉｅｌｄꎻｐｉｅｃｅｗｉｓｅ ｃｏｎｓｔａｎｔꎻｌｅｖｅｌ ｓｅｔꎻａｃｔｉｖｅ ｃｏｎｔｏｕｒ 　 　 图像分割是图像处理领域的一个基础性研究 局部均值信息ꎬ定义了一个局部二值拟合(ｌｏｃａｌ 课题.活动