基于Chan-Vese水平集的梯度加速分割模型

摘要：

为了提高图像分割的速度和精度,提出了一种新的基于Chan-Vese水平集模型(C-V模型)的梯度加速分割模型.首先,在C-V模型的能量函数中加入一个内部能量项,抵消演化过程中水平集函数和符号距离函数的偏差,从而消除分割中周期性重新初始化的过程;其次,提出了梯度加速项,通过感兴趣区域的图像特征,快速得到该区域的边界,且能够提高弱边界的分割精度.实验证明,提出的方法不仅能够加速特定区域的分割、提高分割精度,还能保持分割过程的稳定性.

关键词：图像分割、水平集、C-V模型、符号距离函数、重新初始化、梯度加速

所属期刊栏目：24

分类号：TP391.4(计算技术、计算机技术)

资助基金：天津市科技攻关项目04310491R

在线出版日期：2007-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：166-168,171