一种活动轮廓模型半隐式数值求解方法

摘要

基于图像区域信息的Chan-Vese模型是经典的图像分割模型.该模型的主要求解过程是最小化能量泛函的过程,通常使用基本的显式欧拉数值求解方法进行求解.针对模型的数值求解优化问题,提出一种使用半隐式数值求解方法的改进Charn-Vese模型优化求解模型.首先,简化Chan-Vese模型的能量泛函,并实现水平集函数的自动初始化,加快模型的迭代收敛速度.其次考虑图像的概率统计信息,得到基于概率密度信息的拟合项,增强模型的鲁棒性.最后,将改进半隐式数值求解方法通过与常用的数值求解方法进行对比实验分析.实验结果表明该方法在一定程度上提高了图像分割速度,并在不同的时间步长上更具稳定性.