隐式曲面多相图像分割的变分水平集方法

摘要：

基于隐式曲面的水平集表达、隐式曲面上的内蕴梯度概念和图像分割的标记函数方法,建立了隐式曲面上多相图像分割的水平集模型,并设计了相应的Split Bregman方法.首先,将分段常值与光滑平面图像两相分割的Chan-Vese模型推广到隐式曲面上图像分割的变分水平集模型,并根据图像分割的二值标记函数和凸松弛的概念将该模型转化为全局凸优化的极值问题;然后借助n-1个水平集函数划分n个区域的区域特征函数,将隐式曲面上两相图像分割变分模型推广到了多相图像分割,并利用凸优化方法将该模型的变分问题松弛为一系列凸子优化过程.通过引进辅助变量和Bregman迭代参数设计的Split Bregman方法,将每个子优化问题转化为简单的Poisson方程求解和解析的软阈值公式.数值算例结果表明,文中方法在计算效率方面要优于传统的方法.

关键词：Chan-Vese模型、隐式曲面、多相图像分割、变分水平集方法、凸松弛、Split Bregman方法

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：山东省自然科学基金Y2008G17

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2202-2208