一种活动轮廓模型半隐式数值求解方法  

Semi Implicit Numerical Method on Active Contour Model

作　　者：廖翠萃 李敏[2] 梁久祯[2] 吴秦[2] 许洁[2] 

机构地区：[1]江南大学理学院,江苏无锡214122 [2]江南大学物联网工程学院智能系统与网络计算研究所,江苏无锡214122

出　　处：《小型微型计算机系统》2016年第8期1862-1867,共6页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(61170121;61202312;11401259)资助;中央高校基本科研基金项目(jusrr11407)资助

摘　　要：基于图像区域信息的Chan-Vese模型是经典的图像分割模型.该模型的主要求解过程是最小化能量泛函的过程,通常使用基本的显式欧拉数值求解方法进行求解.针对模型的数值求解优化问题,提出一种使用半隐式数值求解方法的改进ChanVese模型优化求解模型.首先,简化Chan-Vese模型的能量泛函,并实现水平集函数的自动初始化,加快模型的迭代收敛速度.其次考虑图像的概率统计信息,得到基于概率密度信息的拟合项,增强模型的鲁棒性.最后,将改进半隐式数值求解方法通过与常用的数值求解方法进行对比实验分析.实验结果表明该方法在一定程度上提高了图像分割速度,并在不同的时间步长上更具稳定性.The region-based Chan-Vese model is a classical model in image segmentation. The model is a process of finding minimiza- tion of the energy functional, usually using Euler numerical method. In this paper, we utilize a kind of efficient numerical method named a semi implicit numerical method to find global optimization. We fast initialize the level set contour curves automatically and simplify energy functional. Then,we define a fitting term based on probability density of local statistical information which can effectively enhance the ability of resisting noise. Finally, comparisons with methods from the state of the art show that the proposed method converges fast, and more stability for different time steps.

关 键 词：CHAN-VESE模型 水平集方法 半隐式数值求解 图像分割 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]