多相图像分割的交替凸松弛优化及其Split Bregman算法

摘要

变分水平集模型已成为多相图像分割的基本框架，其求解过程通常采用交替优化方法估计不同区域的参数并计算水平集函数演化方程的稳态解，计算效率不高。本文采用n 个水平集函数划分n 个区域的分段常值多相图像分割变分模型，将对水平集函数的优化问题转化为对离散的二值水平集函数的优化问题，然后用凸松弛方法将其转化为凸优化问题，再通过对结果阈值化得到原问题的解,并且本文设计了相应凸优化问题的Split Bregman 算法，提高了计算效率。最后通过多个平面与三维多相图像分割实例验证了本文方法的有效性和计算效率。