融合边缘与区域信息的主动轮廓模型研究.pdfVIP

ISSN1009-3044E-mail：xsjl@

ComputerKnowledgeandTechnology电脑知识与技术

第21卷第13期(2025年5月)ComputerKnowledgeandTechnology电脑知识与技术

http：//

Vol.21,No.13,May2025Tel：+86-551

融合边缘与区域信息的主动轮廓模型研究

袁淑丹，罗兰花

(贺州学院人工智能学院，广西贺州542899)

摘要：针对现有基于边缘和区域信息的主动轮廓模型的不足，文章提出了一种基于图像拉普拉斯算子的能量泛函新模

型，将图像的边缘和区域信息进行了有效融合，并同时采用了一种改进的水平集演化方法。新方法避免了传统水平集

方法周期性初始化水平集函数的烦琐过程，同时也克服了距离规则化水平集演化方法中远离零水平集区域的水平集函

数剧烈震荡的不足。最后，实验结果表明，新模型具有强鲁棒性、不易陷入局部极小值、高分割精度和快速分割速度等

优点。

关键词：边缘信息；区域信息；主动轮廓模型；拉普拉斯算子；水平集方法；图像分割

中图分类号：TP391文献标识码：A

文章编号：1009-3044(2025)13-0001-03开放科学(资源服务)标识码(OSID)：

0引言新模型的主要思想是基于图像拉普拉斯算子来构造

主动轮廓模型可分为参数主动轮廓模型[1]和几何能量泛函，为了克服噪声和强度异质等情况，采用全

主动轮廓模型[2]。参数主动轮廓模型，其对初始位置变分方法得到图像的局部区域拟合，并将原图像域采

用局部区域拟合的形式转移到了另外一个图像域(称

的敏感性、收敛到凹凸区域的困难以及不利于拓扑变

其为拟合图像域)，然后从拟合图像域上获取驱动轮

化，相反，基于曲线演化理论和水平集方法的几何主

廓移动的数据力(称为Δ力)。在实现新模型时，采用

动轮廓模型由于在数值计算和灵活的拓扑变化上的

优势而得到了广泛应用[3]。了新方法建模，新方法克服了传统水平集方法烦琐的

周期性初始化水平集函数的步骤，同时也克服了距离

几何主动轮廓模型又可以进一步划分为两大类：

基于边缘的主动轮廓模型[4]和基于区域的主动轮廓模规则化水平集演化方法中远离零水平集区域的水平

型[5]。基于边缘的主动轮廓模型主要是利用局部边缘集函数剧烈震荡的不足。

信息来驱动轮廓朝着目标边缘移动，并通过构造边缘1本文的新模型

停止函数来迫使轮廓停止在目标边界处。基于边缘1.1模型的建立

的模型容易在弱边界目标的分割中出现边界泄露的

情况[6-7]。基于区域的模型利用轮廓内外区域的统计为简明描述本文提出的模型，将图像域R划分为

信息来构造数据力[8-11]。基于区域的模型对初始轮廓两个区域R1和R2，并设定相应的强度值分别为I1和

I，假设C为交错在R和R之上的初始