基于Bregman散度和RSF模型的水平集图像分割方法.PDF

第５０卷　 第５期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ５０ Ｎｏ５ 　 　 ２０ １８年５月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｍａｙ ２０１８ ＤＯＩ：１０．１１９１８／ ｊ．ｉｓｓｎ．０３６７⁃６２３４．２０１７０３１６０ 　 　 　 　 　 　 基于Ｂｒｅｇｍａｎ散度和ＲＳＦ模型的水平集图像分割方法 １ １ １ ２ 程丹松 ，何仕文 ，石大明 ，刘晓芳 （１．哈尔滨工业大学 计算机科学与技术学院，哈尔滨 １５０００１；２．哈尔滨工业大学 电气工程及其自动化学院，哈尔滨 １５０００１） 摘　 要：在自然图像中经常会出现亮度不均匀的现象，虽然基于局部信息的水平集方法在不均匀图像的分割方面取得了较好 的效果，但是该类方法在主动轮廓的能量上存在局部最小值和计算复杂度高等问题． 针对这些问题，本文提出了基于Ｂｒｅｇｍａｎ － 散度分布和区域可伸缩拟合能量模型（Ｒｅｇｉｏｎ Ｓｃａｌａｂｌｅ Ｆｉｔｔｉｎｇ，ＲＳＦ）相结合的水平集图像分割方法． 本方法利用包含特征点信 息（Ｂｒｅｇｍａｎ散度）的全局信息项加快远离目标边界曲线的演化速度，提高算法对初始位置的鲁棒性；利用ＲＳＦ模型的局部信 息项提高对亮度不均匀图像的分割能力，吸引轮廓曲线向物体边界收敛，并停止在目标对象的边界处． 通过对合成图像、医学 图像和其它真实图像的对比实验，可以看出本文模型与现有模型（ＬＣＶ、ＲＳＦ和ＬＧＩＦ）相比，对亮度不均匀图像具有更强的处 理能力和更高的处理效率，且对噪声具有更强的鲁棒性． 关键词：水平集； 图像分割；Ｂｒｅｇｍａｎ散度；ＲＳＦ模型 － － － 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１８）０５ ００５２ ０８ Ｔｈｅ ｌｅｖｅｌ ｓｅｔ ｍｅｔｈｏｄｂａｓｅｄ ｏｎ Ｂｒｅｇｍａｎ ｄｉｖｅｒｇｅｎｃｅ ａｎｄ ＲＳＦ ｍｏｄｅｌ ｆｏｒ ｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ １ １ １ ２ ＣＨＥＮＧ Ｄａｎｓｏｎｇ ，ＨＥ Ｓｈｉｗｅｎ ，ＳＨＩ Ｄａｍｉｎｇ ，ＬＩＵ Ｘｉａｏｆａｎｇ （１． Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ； ２． Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｕｔｏｍａｔｉｏｎ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ｌｏｃａｌ ｉｎｆｏｒｍａｔｉｏｎ ｂａｓｅｄ ｌｅｖｅｌ ｓｅｔ ｍｅｔｈｏｄｓ ａｒｅ ｃｏｍｐａｒａｔｉｖｅｌｙ ｅｆｆｅｃｔｉｖｅ ｉｎ ｓｅｇｍｅｎｔｉｏｎ ｏｆ ｉｍａｇｅｓ ｗｉｔｈ ｉｎｔｅｎｓｉｔｙ ｉｎｈｏｍｏｇｅｎｅｉｔｙｗｈｉｃｈｏｆｔｅｎｏｃｃｕｒｓｉｎｒｅａｌｉｍａｇｅｓ．Ｈｏｗｅｖｅｒ，ｔｈｅｒｅａｒｅｐｒｏｂｌｅｍｓｓｕｃｈａｓｌｏｃａｌｍｉｎｉｍａｉｎｔｈｅ ａｃｔｉｖｅ ｃｏｎｔｏｕｒ ｅｎｅｒｇｙ ａｎｄ ｔｈｅ ｃｏｎｓｉｄｅｒａｂｌｅ ｃｏｍｐｕｔ