基于偏移场修正的C-V模型水平集图像分割算法

作者：黄保山; 滕炯华; 徐婧林; 周三平

来源：西北工业大学学报, 2013, (02): 218-222.

• 图像分割
• 偏移场修正
• 灰度不均匀效应
• 水平集 image segmentation
• bias field correction
• Chan-Vese model
• intensity inhomogeneity
• level set

灰度不均匀效应广泛存在于现实图像(real-world images)中,这给图像分割带来了很大的挑战,目前许多的图像分割算法都依赖于图像灰度分布均匀这一假设,这严重影响了算法分割现实图像的分割精度。因此文章结合图像的数学模型,提出了一种基于偏差修正的C-V模型,该方法在水平集函数的演化过程中,同时进行图像的分割与偏移场的估计,利用偏移场的估计值来抑制灰度不均匀效应的影响。仿真结果表明,该方法比经典的C-V模型有更高的分割精度,对初始化轮廓曲线以及噪声有较强的鲁棒性。

• 单位
  西北工业大学