基于加权全局图像拟合能量的主动轮廓图像分割模型

针对现有主动轮廓模型分割准确性不高、分割效率较低的问题,提出了一种基于加权全局图像拟合能量的主动轮廓模型,以实现准确、高效的图像分割。首先,受局部拟合图像启发定义了全局拟合图像,然后通过最小化全局拟合图像和原始图像的差异性得到提出模型的能量泛函。此外,引入目标区域和背景区域像素灰度的类内方差作为目标区域和背景区域能量的权值,自适应地调节区域能量的比例,以提高模型的分割准确性。针对合成和实际图像进行了分割实验,结果表明与现有主动轮廓模型相对,提出模型能更加准确、高效地分割图像,在分割效果和分割效率两方面具有优势。