基于图像熵的主动轮廓分割模型

摘要

针对传统的基于区域的主动轮廓模型分割灰度不均匀医学图像,不能充分利用图像局部区域灰度变化信息,而导致分割结果不够准确。提出一种基于图像熵的整体与部分信息混合的主动轮廓模型。该模型是在CV(Chan-Vese)模型保真项的基础上,结合局部区域信息与反映图像灰度变化特性的图像熵,并引入避免水平集函数初始化和保持曲线平滑的正则项,赋予归一化比例调节系数,通过变分方法和梯度下降流求解最小化能量泛函,更新水平集函数方程,完成曲线的演化。实验结果表明该模型对灰度不均匀医学图像分割精度方面优于CV模型,其分割效率方面相比LBF模型提高了52.2%,是实用有效的分割方法。