对亮度不均匀性图像的活动轮廓线分割

基于区域的活动轮廓模型的基本思想是允许轮廓线形变以获得最小化的区域能量函数,由于通常依赖于每个待分割区域的亮度均匀性,因而不能正确分割亮度不均匀性图像。同时活动轮廓模型传统的基于水平集的数值解法运算速度慢,对初始条件敏感。提出一种基于可伸缩局部区域拟合能量的活动轮廓线模型及其全局凸分割方法,以图像的局部区域内亮度不均匀性相对较弱为依据,以核函数获取图像的局部区域,通过定义局部区域内轮廓线的拟合能量函数和其轮廓线两边的局部灰度近似函数来分割亮度不均匀性图像,使轮廓线的进化不再依赖于图像的亮度均匀性,再使用SplitBregman优化方法来进行模型的数值运算。实验结果表明,该算法既能较好地分割亮度不均匀性图像,又具有比基于水平集的传统算法快速的轮廓线进化速度。