一种针对灰度非均匀图像的混合分割框架.pdfVIP

第34卷第 1期 杭 州 电子 科 技 大 学 学 报 Vo1．34，No．1 2014年 1月 Journal of Hangzhou Dianzi University Jan．2014 doi：10．3969／j．iana．1001—9l46．2014．O1—008 一 种针对灰度非均匀图像的混合分割框架 张善卿，王佛荣，张坤龙 (杭州电子科技大学计算机图形图像研究所，浙江杭州310018) 摘要：该文将基于区域的局部和全局活动轮廓技术有机结合起来，给出了一种针对灰度非均匀图 像的分割框架。考虑到灰度非均匀特性对图像非轮廓象素点影响较大而对图像轮廓象素点影响 较小这一事实，在该框架中引入了图像边缘停止函数来平衡局部和全局灰度信息之间的相互影 响。基于该框架，给出了一个具体的实例模型，运用快速的模糊对偶算法获取实例模型的全局最 优解。用一组图像进行实验，并通过对实验结果的定量分析，验证了该模型的合理性。 关键词：图像分割；活动轮廓；模糊对偶算法 中图分类号：TN391．41 文献标识码 ：A 文章编号：1001—9146(2014)01—0038—05 0 引 言 活动轮廓模型在图像分割中有广泛的应用…。基于边缘的活动轮廓模型对轮廓初始位置和图像 噪声比较敏感[2]，因此被逐渐取代。基于区域的活动轮廓模型利用特定的区域描述子来标识每个感兴 趣的区域，以驱动活动轮廓线的运动。它不仅对弱边界的图像有较好的效果，而且对初始轮廓线位置选 择比较灵活，但处理非均匀分布的图像则不太理想 I4J，如医学上的x射线透视图像、MR图像等。为 了分割灰度非均匀图像，人们提出了基于区域的局部活动轮廓模型，如LBF模型 ]。但是，这些模型在 一 定程度上对初始轮廓线的位置比较敏感。为此，文献[6]将 LBF模型和CV模型统一起来 ，提出一种 局部和全局相结合的新模型 LGIF模型，成功分割了MR图像。在文献 [7]中，也得到了同样的结论。 LGIF模型通过一个参数 ∞∈[0，1]来调节局部和全局灰度信息之间的相互影响，但 1)‘往往凭经验来确 定。在文献[8]中，也得到了同样的结论。受文献 [9]的启发，并考虑到灰度非均匀特性对图像非轮廓 象素点影响较大而对图像轮廓象素点影响较小，本文提出了用图像的边缘停止函数来取代参数 ∞，从而 给出一种 自适应混合分割框架。 1 全局与局部活动轮廓模型 1．1 全局活动轮廓模型 给定灰度图像 I：QCR一R，设c是图像区域Q上的一条封闭曲线，将Q分为两部分：Q (C内部) 和Q (c外部)。基于区域的全局活动轮廓模型 的一般形式为： E =Im1()rl()+m2()r2()dx (1) 收稿 日期：2013—03—04 基金项目：国家科技支撑计划课题资助项目(2012BAH91F03)，浙江省重中之重学科开放基金资助项目(ZX120203201003／002) 作者简介：张善卿(1971一)，男，河南济源人，副教授，图像处理． 第 1期 张善卿等：一种针对灰度非均匀图像的混合分割框架 39 式中，m。()=日(6(x))，m ()=1一H( ())，H(咖())是Heaviside函数，误差函数r：Q—R描 述每个区域的灰度特性， 是轮廓线 C的水平集函数n。。。例如，CV模型取 ri=(I—ei)，其中 ei Jn，()dx／Jamdx。 1．2 局部区域活动轮廓模型 基于区域的全局轮廓模型主要用于分割灰度均匀图像，如CV模型假定图像每个区域的灰度接近 一 个常数。针对灰度非均匀图像，人们提出了局部二值拟合模型LBF模型 ]，它可得到更为精确的分 割结果。给定X∈Q，局部二值拟合能量泛函定义如下： E皿=fofo,,(，y)[日(咖)It(y)一()I+(1一日())It(y)一厂2()l]dydx (2) 式中，函数 ()和 ()为轮廓线内和外的图像局部灰度近似均值，而核函数K