無需重新初始化模型的研究.pdf

1、圖像分割是圖像處理的一個重要過程，是進一步進行圖像分析的基礎(chǔ)。近年來，其研究受到國內(nèi)外學(xué)者的廣泛關(guān)注，至今已經(jīng)提出了大量的算法。幾何活動輪廓模型是其中最成功的圖像分割方法之一，在實際工作中得到了廣泛的應(yīng)用。
　　幾何活動輪模型是基于曲線演化理論并通過水平集方法實現(xiàn)的活動輪廓模型,通?？煞譃榛谶吘壍哪Ｐ秃突趨^(qū)域的模型兩大類。它們在圖像分割應(yīng)用中各有千秋，分割效果的優(yōu)劣取決于圖像所具有的特征。本文討論基于邊緣的模型。
　　在

2、基于邊緣的幾何活動輪廓模型中，距離保持水平集方法（又稱無需重新初始化模型）是一個著名的模型。該方法通過引入一個內(nèi)能量懲罰項來糾正水平集函數(shù)與符號距離函數(shù)的偏差，因此無需在演化過程中周期性初始化水平集函數(shù)。同時，該方法可采用簡單的有限差分法和較大的時間步長求解相應(yīng)的偏微分方程，大大提高了水平集演化的速度。然而，這種方法仍然存在明顯的缺點，如演化速度慢，難以檢驗物體的多層輪廓以及深度凹陷區(qū)域的邊緣，不能有效分割多目標(biāo)物體等。
　　針對