分段光滑图像分割的Split-Bregman方法

摘要

变分水平集方法已经成为图像分割的经典方法,但该类方法的传统模型是局部最优的,且计算效率低.本文首先将分段光滑图像分割的传统的变分水平集模型——Chan-Vese模型转化为全局凸分割模型(Global Convex Segmentation,GCS),避免了水平集函数的初始化对分割结果的影响,然后采用Split-Bregman迭代方法将全局凸分割模型转化为通过简单的软阈值公式和Laplacian计算实现的两个交替优化过程,大大提高了计算效率.文末通过数值实验对所提出方法的有效性进行了验证.