非线性自适应水平集的图像分割方法

提出一种新的基于水平集的图像分割方法,通过引入贝叶斯规则,设计一个可有效分割弱边缘的非线性自适应速度和概率加权停止函数。该方法包含如下特性:可以自动决定曲线收缩或利用贝叶斯规则对涉及到的图像区域特征进行扩展;以恰当的速度驱动曲线演变,避免了弱边缘的遗漏;降低了假边缘的影响。最后将所提出的分割方法应用于人工图像、医学图像和自然图像的定性和定量评估。对结果进行比较可知,该方法相对于水平集方法和其代表的变体更加有效和实用。