%0 Journal Article
%T 结合全局和局部信息的“两阶段”活动轮廓模型
%A 戚世乐
%A 王美清
%J 中国图象图形学报
%D 2014
%R 10.11834/jig.20140312
%X 目的LBF（localbinaryfitting）模型用每个像素点的邻域信息来拟合局部能量，对灰度不均匀图像可以得到很好的分割效果。但是LBF模型只考虑了图像的局部信息，没有考虑全局信息，因此它对初始轮廓大小、形状及位置都非常敏感。针对以上问题，结合全局和局部信息，提出“两阶段”活动轮廓模型。方法第1阶段，采用退化的CV（Chan-Vese）模型，利用图像的全局信息（灰度均值）快速为图像的目标大致定位；第2阶段，以第1阶段结束时的水平集函数的零水平集为第2阶段的初始轮廓，利用图像的局部信息（局部高斯拟合）得到更加精确的分割结果。结果实验结果表明，该“两阶段”活动轮廓模型保留了LBF模型分割灰度不均匀图像的能力。结论改进后的模型较LBF模型对各种初始轮廓（大小、形状、位置）有较强的鲁棒性，以及较强的抗噪性。
%K 图像分割
%K 活动轮廓
%K 局部二值拟合
%K 偏微分方程
%K 灰度不均匀
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20140312&flag=1