基于C-T模型的多相圖像分割.pdf

1、圖像分割是圖像處理的重要研究內(nèi)容之一，基于水平集方法的幾何變形模型由于其拓?fù)渥赃m應(yīng)能力和穩(wěn)健的數(shù)值性態(tài)在圖像分割等諸多領(lǐng)域得到廣泛應(yīng)用，變分水平集方法不僅具備上述水平集方法的特性，更具備了多模型集成方面的能力，正成為圖像分割近年研究的熱點(diǎn)之一。 Chan和Vese提出的基于圖像全局信息的C-V模型便是其典型代表。使用該模型進(jìn)行圖像分割時，可以定義初始輪廓線在圖像的任意位置，并且可以加上基于圖像全局的先驗信息，從而使模型具有更強(qiáng)的

2、魯棒性。本文的研究內(nèi)容之一是研究了δ函數(shù)中的參數(shù)的取值對模型的影響。 本文的另一研究內(nèi)容針對在C-V模型基礎(chǔ)上的C-T模型進(jìn)行拓展研究。先在該模型中加入了符號距離函數(shù)的約束項，從而避免在迭代過程中對水平集函數(shù)進(jìn)行重新初始化的問題。此外，在模型的能量項上加上一個尺度系數(shù)，便于調(diào)節(jié)能量項的作用。最后把該模型推廣到分段常值的多相圖像分割中。基于十進(jìn)制和二進(jìn)制的轉(zhuǎn)換提出了區(qū)域劃分的統(tǒng)一表達(dá)式，并對該區(qū)域表達(dá)式進(jìn)行了證明，基于區(qū)域的統(tǒng)一表