结合局部熵的无需重新初始化水平集演化.pdf

174 2011 ，47 （34） Computer Engineering and Applications 计算机工程与应用 结合局部熵的无需重新初始化水平集演化 张世征，何传江，原 野 ZHANG Shizheng ，HE Chuanjiang ，YUAN Ye 重庆大学 数学与统计学院，重庆 401331 College of Mathematics and Statistics ，Chongqing University ，Chongqing 401331 ，China ZHANG Shizheng ，HE Chuanjiang ，YUAN Ye.Local entropy based level set evolution without re-initialization.Computer Engineering and Applications ，2011 ，47 （34 ）：174-177. Abstract ：Level Set Evolution Without Re-initialization （LSEWR ）is a well known variational level set model.It completely eliminates the re-initialization procedure of level set function.However ，because its edge stopping function is built based on image gradient ，it has still several disadvantages.It is highly sensitive to noise ，and is prone to edge leakage when applied to images with weak edges.Finally ，it is not available for images with discontinuous edges.A new edge stopping function is con- structed based on local entropy and gray-scale transformation.Experiments show that the LSEWR model with the new edge stopping function can do a good work for overcoming the above-mentioned drawbacks. Key words ：image segmentation ；level set method ；active contour model ；edge stopping function ；local entropy ；gray-scale transformation 摘 要：无需重新初始化模型是一个著名的变分水平集模型，在演化过程中无需周期性地重新初始化水平集函数。然而，由于其 边缘停止函数是基于梯度的，因此仍然存在一些缺点：对噪声较敏感，弱边缘处易出现边缘泄漏，不能提取不连续边缘等。采用 局部熵和灰度变换构造该模型的边缘停止函数。实验结果表明，使用新的边缘停止函数，能够克服上述不足。 关键词：图像分割；水平集方法；活动轮廓模型；边缘停止函数；局部熵；灰度变换 DOI ：10.3778/j.issn. 1002-8331.2011.34.048 文章编号：1002-8331（2011 ）34-0174-04 文献标识码：A 中图分类号：TP911.73 1 引言 与符号距离函数的偏差，从而避免了水平集函数的周期性重 近年来，变分水平集方法已成为图像分割领域的主要发 新初始化问题。此外，该模型可采用简单的有限差分法和较 展方向之一，得到国内外学者的广泛关注。 大的时间步长求解相应的偏微分方程，极大地提高了水平集演 [3-4] 变分水平集方法的主要思想是，按照分割目标构造特定 化的速度。目前，该模型的内部能量泛函已被许多文献采用