An Improved Chan-Vese Model and Application on MR Image Segmentation
改进的多目标图像的水平集分割模型

Guo等人利用n个水平集方程构造n个区域提出一种改进的CV模型（简称MCV模型），该模型需要的迭代次数很少，提高了图像分割的效率，但其分割结果受初始曲线位置的影响较大，极易陷入局部最优，无法分割复杂图像，且利用传统的Heviside函数无法得到准确的均值信息，因此无法保证数值的稳定性。本文对MCV模型进行改进，先对图像进行预分割得到初始曲线以提高分割效率且能保证分割结果全局最优，构造新的符号函数取代传统的Heviside函数改进MCV模型以保证数值稳定性。对MR图像进行的分割实验表明，其在保证迭代次数较少的同时分割更加准确。