基于Snake模型的图像分割新算法

摘要 针对目前基于Snake模型的图像分割算法普遍存在噪声鲁棒性差、适用范围受限、易发生弱边缘泄露以及轮廓曲线难以收敛到细小深凹边界的缺陷，提出了一种基于Snake模型的图像分割新算法。首先，选取新的扩散项代替具有各向同性光滑作用的拉普拉斯算子；其次，引入p-拉普拉斯泛函到平滑能量项中强化法线方向外力；最后，利用边缘保护项使外力场方向与边缘方向一致，以防止弱边缘泄漏并促使轮廓线收敛到细小深凹边界。实验结果表明，所提模型不仅克服了现有基于Snake模型的图像分割算法的缺陷，具有更好的分割效果，明显提高了抗噪性能和角点定位精度，而且耗时更少，适用于噪声图像、医学图像以及含有很多弱边缘的自然图像分割