基于自适应气球力Snake模型的图像分割

针对气球力Snake模型存在对初始轮廓线位置敏感和弱边界泄露的缺点,将图像的全局信息融入到气球力Snake模型中,提出了基于模糊聚类的自适应气球力Snake模型,并应用于图像分割。该模型可以根据图像的区域信息自适应地改变气球力的方向和大小,使得轮廓线能正确收敛到目标边界。实验结果表明:改进模型放宽了对初始轮廓线位置的限制,克服了弱边界泄露的缺点,能使轮廓线在深度凹陷区域得到正确收敛,对噪声的鲁棒性强,且不存在GVF场的临界点问题。