改进CV模型图像分割的Split-Bregman方法

摘要：

水平集方法中的Chan-Vese模型（简称CV模型）对灰度不均匀及边界对比度低的图像的分割效果不够精确，计算效率也不是很高。针对灰度不均匀引入偏差场来修正CV模型中的区域平均灰度并引入核函数来加权能量泛函。针对计算效率低下的问题，在上述基础上得出其全局凸分割模型（Global Convex Segmentation，GCS），用Split-Bregman迭代求解该模型。实验结果表明：改进后的模型提高了分割精确度和计算效率。

关键词：CV模型、Split-Bregman、全局凸分割模型(GCS)

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：171-175