融合区域和测地线的活动轮廓模型与图割相结合的自然图像分割

2015年

10月 图 学 学 报 October 2015 第36卷 第5期 JOURNAL OF GRAPHICS V ol.36 No.5

融合区域和测地线的活动轮廓模型与

图割相结合的自然图像分割

宋 琳, 高满屯, 王三民, 王淑侠

（西北工业大学机电学院，陕西 西安 710072）

摘 要：针对活动轮廓模型利用水平集函数演化来分割图像时，只能分割灰度均匀的图像问题以及容易陷入能量泛函局部极小值的缺点，提出一种新的图像分割模型。模型将区域中的局部和全局信息融合的活动轮廓模型与边界模型相结合，然后利用图切割进行优化。实验表明，该方法对初始曲线不敏感，能分割灰度不均的自然图像，避免陷入局部极小，并能有效提高图像分割的速度和精度。

关 键 词：图像分割；活动轮廓；水平集方法；图割

中图分类号：TP 391

文献标识码：A 文 章 编 号：2095-302X(2015)05-0756-07

Combining Region-Based Model with Geodesic Active Contour for Nature

Image Segmentation Using Graph Cut Optimization

Song Lin, Gao Mantun, Wang Sanmin, Wang Shuxia

(School of Mechanical Engineering, Northwestern Polytechnical University, Xi an Shaanxi 710072, China)

Abstract: As the active contour model segments images using level set formulation, such formulation results in very slow algorithms that get easily stuck in local solutions and only segment image with intensity homogeneity. In this paper, a new model combining region-based with geodesic active contours is proposed for image segmentation. The new energy functional can be iteratively minimized by graph cut algorithms with high computational efficiency compared with the level set framework. Experiment results show that the proposed model can effectively and efficiently segment images with intensity inhomogeneity. The method is less sensitive to the location of initial contour and can also avoid local minima solutions.

Keywords: image segmentation; active contours; level set method; graph cut

图像分割是常用的图像预处理方法，其目的是

将图像简化表示为具有类似属性的、有意义的、以

及和空间相关的区域，如对象或背景相一致部分[1]。

通常将人们对图像中感兴趣的部分称为目标或前

景，其他部分称为背景[2]。图像分割主要应用于军

事、天文、医学、交通等领域。在过去的几十年中，

国内外对于图像的分割方法进行了广泛研究，提出了许多种图像分割方法。 由Malladi 等[3]和Caselles 等[4]各自提出的几何活动轮廓模型，由于具有能够自动处理边界曲线拓扑结构的合并与断裂、计算稳定、计算结果精度高的特点，所以受到越来越多的学者关注。活动轮廓