一种全局最小化的图像分割方法aglobal-电子与信息学报.pdfVIP

第35 卷第4 期 电 子 与 信 息 学 报 Vol.35No.4 2013 年4 月 Journal of Electronics Information Technology Apr. 2013 一种全局最小化的图像分割方法 李伟斌*① 高 二① 宋松和①② ①(国防科学技术大学理学院 长沙 410073) ②(国防科学技术大学高性能计算国家重点实验室 长沙 410073) 摘 要：曲线活动模型是图像分割中应用广泛且成功的一类模型，但由于能量泛函的非凸构造，使得其分割结果往 往陷入局部解的困境。为了克服这一点，该文在已有的曲线活动模型之一——背景去除模型之上，从Heaviside 函 数的近似入手，提出了凸的能量泛函，并对其最小化，得到了相应的全局最小解求解方程。实验表明，该方法分割 结果准确，分割速度快，具有一定的抗噪性，且对初始曲线的位置选取无特殊要求。 关键词：图像处理；图像分割；凸问题；全局最小解 中图分类号：TP391 文献标识码： A 文章编号：1009-5896(2013)04-0791-06 DOI: 10.3724/SP.J.1146.2012.00759 A Global Minimization Method for Image Segmentation ① ① ①② Li Wei-bin Gao Er Song Song-he ① (College of Science, National University of Defense Technology, Changsha 410073, China) ② (State Key Laboratory of High Performance Computing, National University of Defense Technology, Changsha 410073, China) Abstract: Active contour models are successfully and widely used in image segmentation. However, they always get local minima which make wrong segmentation results. In this paper, based on previous work named background removed model, a convex energy which is obtained by approximating the Heaviside function in the previous nonconvex energy is proposed. By minimizing it, the evolution equation is given. Experimental results show that the proposed method is accurate, fast and antinoise. Moreover, it is not sensitive to the location of the initial curve. Key words: Image processing; Image segmentation; Convex optimization; Global minimization 1 引言 被提出并得到了发展。本文是文献[13]的一个延续， 图像分割在图像