一种基于多相位水平集的图像分割

摘要

基于水平集的方法已经广泛的使用于图像分割中,但是其复杂的计算限制了其应用范围。为此,提出了一种基于水平集方法的多相位的C-V模型。该方法首先通过一种新的初始化方法,获得初始轮廓,加快了算法的收敛速度;同时,引用了距离约束项来消除传统C-V模型的重新初始化问题,提高了算法的计算效率;最后,为了获得了更好的边缘定位能力,在模型中加入了梯度信息。分别对模拟合成图像和一般真实图像进行了实验,结果表明该模型具有边界定位准确和收敛速度快等优点。