一種基于灰度信息和方差信息的C-V分割模型.pdf

1、圖像分割是圖像處理的重要任務(wù)之一，其目的是希望將圖像中感興趣的對(duì)象與圖像中的其余部分相分離，以便為更高層次圖像處理服務(wù)。圖像分割的傳統(tǒng)方法有基于區(qū)域的圖像分割方法，基于邊緣的圖像分割方法，基于紋理分析的圖像分割方法等。近年來(lái)，基于偏微分方程的圖像分割研究十分活躍，成為圖像分割研究領(lǐng)域一項(xiàng)受到廣泛關(guān)注的技術(shù)。
　　 本文研究基于偏微分方程的圖像分割方法，首先介紹了現(xiàn)有的圖像分割方法，并對(duì)圖像分割的思想、意義和目的進(jìn)行概述。其次，對(duì)

2、基于偏微分方程的Snake模型、Mumford-Shah模型和Chan-Vese模型進(jìn)行了分析和介紹。詳細(xì)介紹曲線演化理論、偏微分方程模型的水平集求解以及其數(shù)值計(jì)算方法。接著，重點(diǎn)討論了C-V模型分割的優(yōu)劣點(diǎn)，針對(duì)C-V模型對(duì)非二值圖像和多目標(biāo)圖像分割精確度不高的問(wèn)題，通過(guò)加入基于圖像局部方差的能量項(xiàng)，本文對(duì)原先C-V模型進(jìn)行改進(jìn)，使得改進(jìn)C-V模型同時(shí)利用了圖像區(qū)域灰度信息和區(qū)域方差信息。最后，本文提出一種提高改進(jìn)C-V模型運(yùn)行效率方