基于熵结合的活动轮廓分割模型-吉林大学学报.pdfVIP

第34卷摇 第2期 吉林 大学学报 ( 息科 学版) Vol.34摇 No.2 2016年3月 Journal of Jilin University (Information Science Edition) Mar. 2016 文章编号:1671鄄5896(2016)02鄄0278鄄05 基于熵结合的活动轮廓分割模型 刘摇 乐,徐玉蕊,王刚刚,侯阿临 (长春工业大学 计算机科学与工程学院,长春 130012) 摘要:针对传统活动轮廓对图像分割鲁棒性较差的问题,将基于区域的轮廓模型和基于梯度的轮廓模型通过图 像熵与图像梯度和进行结合。 通过图像熵与图像梯度和建立基于梯度与基于区域结合的活动轮廓模型。 将水 平集函数嵌入到模型中,对模型结果进行连续分割,并进行拓扑变化。 采用窄带方法进行快速演化。 实验证 明,该方法有较好的鲁棒性和较快的分割速度,对图像分割理论的发展提供了新的研究途径。 关键词:图像分割;熵;水平集;活动轮廓 中图分类号:TP391 文献标识码:A Active Contour Model Based on Entropy Fitting for Image Segmentation LIU Le,XU Yurui,WANG Ganggang,HOU Alin (College of Computer Science and Engineering,Changchun University of Technology,Changchun 130012,China) Abstract:To solve the problem of weak robustness in image segmentation of general active contour,an active contour model combined region鄄based model with gradient鄄based model is proposed using the entropy energy and gradient sum. Firstly,activecontourmodelisconstructedviafittingthegradientinformationandregioninformation by use of entropy energy andgradient of image. Secondly,thelevel set isembedinthementionedmodel tofollow the curve change of topological structure. Finally,the narrow band method is used to increase the speed of evolution. Theexperimentresultsshowthattheproposedmodelhasabetterrobustnesswithfasterevolutionspeed. The study of the model is able to provide a new research way to develop the theory of image segmentation. Key words:image segmentation;entropy energy;level set;active contour model 0摇 引摇 言 图像分割就是使用一些方法或模型将图像分为一些不连通的小的子区域,全体子区域的并集构成了 整幅图像,而各个子区域的交集是空集。 近年来,活动轮廓模型是图像分割领域比较主流的方法,其变 分方法综合了力学、几何学、逼近论等思想,成为图像处理领域中一个重要的方法。 活动轮廓模型可分 [1鄄5] [6] 为几何活动模型 和参数活动轮廓模型 。 现有的活动轮廓图像分割模型主要有两大类:基于边界的 活动轮廓模型与基于区域的活动轮廓模型。 基于边界活动轮廓模型的经典代表是 GAC(G