一种改进的变分水平集的图像分割算法

作     者：张桂梅 周飞飞 储珺 Zhang Guimei;Zhou Feifei;Chu Jun

作者机构：南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 

出 版 物：《图学学报》 (Journal of Graphics)

年 卷 期：2015年第36卷第5期

页      面：740-746页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(61462065 61263046 61165011) 

主　　题：变分水平集 图像分割 符号距离函数 极性信息 

摘      要：为了解决灰度不均匀现象对医学图像的干扰问题,提出了基于局部极性信息的活动轮廓模型。通过引入局部图像信息,该模型能有效地分割灰度不均匀图像。在规则化项中增加的能量惩罚项,使得水平集函数在演化过程中保持为近似的符号距离函数。该算法将图像分割问题归结为曲线能量泛函的最小化,首先建立包含局部灰度信息(极性信息)和改进的符号距离函数的曲线演化能量泛函;然后采用变分水平集方法求解能量函数的最小值,得到最终的分割结果。真实医学图像和人工合成图像的实验结果表明,此方法对灰度不均匀的医学图像有较高的分割精确度,在图像分割速度上有较大提高。由于利用了局部灰度信息,可以有效地分割灰度不均匀的医学图像,而改进后的变分水平集可以完全避免重新初始化,使得图像分割效率大大提高了。