Chan-Vese活動輪廓模型的研究.pdf

1、圖像分割是圖像分析與計(jì)算機(jī)視覺中一個(gè)基本且重要的課題。圖像分割的目標(biāo)是把圖像區(qū)域分成許多互不相交的子區(qū)域，在每個(gè)子區(qū)域上圖像的灰度同質(zhì)。圖像分割的方法很多，基于偏微分方程的活動輪廓模型分割方法成為最有生機(jī)、最成功的圖像分割方法之一。
　　本文研究的Chan-Vese模型是一個(gè)著名的基于區(qū)域的幾何活動輪廓模型，因其對目標(biāo)物體拓?fù)浣Y(jié)構(gòu)的變化有較強(qiáng)的適應(yīng)性，所以得到廣泛采用，目前已有許多后續(xù)的研究。該模型假定圖像由兩個(gè)平均灰度相差較大的

2、同質(zhì)區(qū)域（目標(biāo)和背景）組成，利用目標(biāo)和背景之間的灰度平均值的差別來進(jìn)行分割。其實(shí)質(zhì)是用二值分片常值函數(shù)逼近待分割圖像。Chan-Vese模型能較好的改善基于邊緣信息模型的邊緣泄露、抗噪能力差等問題，但是演化速度太慢，尤其是對目標(biāo)和背景灰度差較小的圖像。此外，它處理直線和尖角的能力也較弱。鑒于此，本文分析了演化速度太慢的原因，并提出了一種結(jié)合灰度變換的Chan-Vese模型。在本文模型中，把灰度變換中常用的冪變換和負(fù)片變換與Chan-Ve