基于卷积核逼近的图像选择性分割算法

选择性分割是指按照某种方式对图像中感兴趣的单个特定目标的局部分割。活动轮廓模型已被广泛应用于图像选择性分割,且利用水平集函数隐式表示轮廓进行演化是当前主流的求解算法之一。但是水平集方法存在高计算负担和数值不稳定性的问题,需要额外技术来解决这一缺陷。利用卷积核逼近思想,用热核卷积特征函数来近似周长,提出了一个新的图像选择性分割模型,并设计了基于交替极小化和迭代卷积阈值法(ICTM)的模型求解算法,同时给出相关理论证明算法的收敛性。还对MR图像、CT图像、真实图像进行大量的数值实验,并与BC、SC、RCI模型的算法进行对比,实验结果验证该算法不仅能够达到预期的分割结果,并且在收敛速度上有明显的提升。