圖像多相分割的變分水平集方法.pdf

1、圖像分割是三維重建、目標識別、資源分類等研究的基礎，在醫(yī)學臨床診斷、視頻監(jiān)控、衛(wèi)星遙感等多個領域都有重要應用。傳統(tǒng)的單水平集方法不能很好地解決這類分割問題，而且對分割目標的分割局限于兩相圖像的場景中，因而需要對多相圖像分割進行研究。 多相圖像分割是該領域近年來研究的新問題，其主要目的是根據(jù)圖像不同特征，用輪廓線將圖像劃分為不同區(qū)域。變分水平集方法由于在多種模型的融合、變拓撲結構的處理、多區(qū)域劃分表達等方面的優(yōu)越性而成為多相圖像分

2、割的新方法。本文將一種用于圖像分類的用N個水平集函數(shù)劃分N個區(qū)域的變分水平集方法推廣到多相圖像分割。其主要工作包括： (1)在模型中增加了水平集函數(shù)作為符號距離函數(shù)的懲罰項，使整個計算無需傳統(tǒng)的水平集函數(shù)不斷重新初始化的處理。 (2)采用通用的區(qū)域模型表達，可以方便地應用于符合不同噪聲分布的圖像多相分割。 (3)將分段常值的圖像多相分割模型推廣到分段光滑圖像，并基于圖像修復的概念建立了分段光滑參數(shù)估計方程的自動計