基于Mumford-Shah模型的快速水平集图像分割方法

被引:110
作者
李俊
杨新
施鹏飞
机构
[1] 上海交通大学图像处理与模式识别研究所
[2] 上海交通大学图像处理与模式识别研究所 上海
关键词
图像分割; Mumford-Shah模型; 水平集方法; 符号距离函数;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
该文对Chan-Vese提出的基于Mumford-Shah模型的水平集分割图像的算法做了两方面的改进:首先改进了C-V方法的偏微分方程,使得C-V方法可以快速计算出全局最优分割;其次,采用源点映射扫描方法来快速计算符号距离函数,克服了常规水平集方法中构造符号距离函数计算量大的缺点,并结合该文所提出的基于快速步进法生成符号表的方法,进一步提高了计算稳定性.两方面的改进提高了计算的速度和分割效果,试验统计结果显示,对于512×512的大幅图像,一般只需要10次左右的迭代就可以得到最优的分割效果.对合成图像、生物医学图像的分割结果表明了本文方法的稳健、快速.
引用
收藏
页码:1175 / 1183
页数:9
相关论文
共 3 条
[1]   Geodesic active contours [J].
Caselles, V ;
Kimmel, R ;
Sapiro, G .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 22 (01) :61-79
[2]  
Image Selective Smoothing and Edge Detection by Nonlinear Diffusion. II[J] . Luis Alvarez,Pierre-Louis Lions,Jean-Michel Morel.SIAM Journal on Numerical Analysis . 1992 (3)
[3]  
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)