水平集的新型彩色图像分割算法VIP专享VIP免费

基于水平集的新型彩色图像分割算法摘要:由于考虑的泛函变分形式是非凸性质,向量值图像分割模型的计算结果经常会陷入局部最小值。基于活动轮廓的向量值图像的全局图像分割方法,以新型变分形式将向量值图像分割和图像去噪融入具有全局极小能力泛函框架中。新模型具有容易构造和较少计算量的特点,对比经典的水平集方法,可以避免繁琐的距离重复化水平集过程。通过对人工图像和真实图像进行分析,验证新方法具有更好的图像分割效果。关键词:活动轮廓;局部极小值;全局极小值;向量值图像;图像分割newcolorfulimagessegmentationalgorithmbasedonlevelsetchenyuantao1,2*,xuweihong1,2,wujiaying1,2(1.schoolofcomputerscienceandtechnology,nanjinguniversityofscienceandtechnology,nanjingjiangsu210094,china;2.schoolofcomputerandcommunicationengineering,changshauniversityofscienceandtechnology,changshahunan410004,china)abstract:sincethefunctionalforminconsiderationisofnonconvexvariationalnature,thecalculationresultsoftheimagesegmentationmodeloftenfallintolocalminimum.basedontheglobalvectorvaluedimagesegmentationofactivecontour,theglobalvectorvaluedimagesegmentationandimagedenoisingwereintegratedinanewvariationalformwithintheframeworkofglobalminimum.thenewmodelwaseasytoconstructandoflesscomputation.comparedtotheclassicallevelsetmethod,tediousrepetitionofthelevelsetcouldbeavoided.withtheanalysesonartificialimagesandrealimages,thenewmethodisverifiedtohavebettersegmentationresults.keywords:activecontour;localminimum;globalminimum;vectorvaluedimage;imagesegmentation0引言chan和vese[1]在snake模型的基础上提出无边界活动轮廓模型,另一个基于snake模型的经典模型是caselles等[2]提出的测地线活动轮廓模型,这些模型的缺陷是能量泛函都是非凸性质,因此对于不同的初始轮廓会导致不同的图像分割结果。文献[3-4]对这些能量泛函进行改进,在文献[4]中提出的求解如下能量函数的全局最小值模型:利用活动轮廓分割方法进行彩色图像的分割有两种研究思路:第一种是把向量值图像分为多个通道,用灰度值方法处理每个通道以后再合并,如测地线模型、多通道无边界;第二种是从向量值图像的本质特征着手,发现向量值图像意义下的边界特征,利用这些特征来进行分割,如向量值snake图像分割模型[7]；基于经典活动轮廓模型的向量值图像分割。对于向量值图像,文献[8]说明了第一种思路的缺点,即独立处理单通道会忽略各个通道之间的关联信息,不能体现彩色图像特征,因此本文模型思想基于第二种思路。本文将文献[4]中的全局模型推广至向量值图像情况,现有彩色图像分割模型欠缺针对彩色图像的边界定义。文献[5]把经典活动轮廓模型扩展到向量值图像分割领域,原有模型针对单个通道,正则项针对灰度图像设计,且文献[5]中的模型是非凸性质,选取初始值的过程直接影响分割结果,经常达到局部极小值。本文提出的新模型结合文献[5,7]中对向量值图像边界的定义,从规定向量值图像特征开始,把合适的向量值图像的边界探测算子应用到分割模型中,提出了新型向量值的snake全局分割模型。因为新模型是凸性质,分割结果不会依赖于初值选取过程,因此能得到稳定全局最小值。新模型同时运用对偶原理数值计算方法,新方法具有方便、快速、稳定的优势。