加移动因子的C-V模型

在变分水平集方法中，C-V模型的优点之一是能够提取以非梯度形式定义的图像边界，然而，在提取该类型边界时，模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息，因此尽管C-V模型能够得到渐进型边界图像的分割结果，但是存在分割误差。将移动因子引入到C-V模型以解决上述问题。其中移动因子定义为图像局部凸凹性的函数，通过该因子可以调整模型0-水平面的高度，进而使得解平面与目标所在平面更加接近或重合，以达到消除分割误差的目的。文中给出了偏微分形式的模型，并通过实验验证了模型的有效性。