区域拟合的背景去除图像分割模型

摘要：

目的 图像分割是图像处理领域的重要研究内容之一,且应用广泛.在基于PDE和变分法的图像分割方法中,大部分图像分割模型的能量泛函均为非凸性,较容易陷入局部极小解,因而分割结果往往不尽如人意,且运算时间较慢.为此,本文根据背景去除模型的思想结合区域拟合的方法,提出了一种区域拟合的背景去除图像分割模型.方法 首先对背景去除模型进行改造;再结合区域拟合的方法对模型进行改进,并对改进模型进行凸优化处理;最后结合水平集和Split Bregman法对改进模型进行快速求解,获得全局最小值解.结果 针对改进模型在分割效果、计算效率及初始化位置对实验结果的影响这3个方面进行数值实验,相较于ICV(improved Chan-Vese)模型、LK (Li-Kim)模型及CV(Chan-Vese)模型,本文模型能得到更优的分割效果,且在分割效果相似的情况下,本文模型较RSF(region-scalable fitting)模型耗时更短,同时当实验初始化位置不同时,实验亦能取得良好的分割效果.结论 在对于MRI(magnetic resonance imaging)图像以及合成图像等进行处理时,本文所给出的模型不仅能获得良好的分割效果,并且效率较高,而且从实验结果来看,本文模型具有一定的鲁棒性.

关键词：图像分割、区域拟合、凸优化、全局最小解、水平集、Split Bregman

所属期刊栏目：21

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目11571293;湖南省十二五重点学科基金;National Natural Science Foundation of China11571293

在线出版日期：2016-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：683-690