一种改进的C-V主动轮廓模型

摘要：

本文对C-V主动轮廓模型进行改进.依据曲线演化理论对C-V模型中的图像数据力驱动项进行简化,提出一种常微分方程(ODE)类型的模型.理论分析验证了该模型的水平集函数可初始化为零.与传统C-V模型相比,不但具有其特点,如可以自动检测带孔目标的内轮廓等,而且具有以下优点:抗噪性能较优;水平集函数无需重新初始化,可快速计算出全局最优分割;远离轮廓的边界可以被准确检测;时间迭代步长不受限制.对合成和真实图像的分割结果证明了本文模型具有稳健、快速的优点.

关键词：图像分割、Mumford-Shah模型、水平集方法、主动轮廓模型

所属期刊栏目：35

分类号：TN911.73

资助基金：国家863高科技基金

在线出版日期：2009-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116