论文研究基于改进能量泛函模型的噪声图像分割算法.pdf

针对噪声图像的分割难，分割不准确，以及现有模型无法适应多种噪声环境的问题，提出了一种基于改进的能量泛函模型的噪声图像分割算法，该算法结合各向异性扩散方程和灰度水平集算法，通过对能量泛函的改进实现对噪声图像的准确、快速分割。将非凸泛函引入能量泛函模型，并通过证明不存在全局最小值，利用获得的能量泛函模型得到光滑的目标图像边界。将各向异性扩散模型得到的光滑图像与水平集模型相结合，得到改进的能量泛函模型。通过求解在能量泛函的最小值，得到前景目标的水平集演化的最佳位置。该算法与同类模型的对比实验表明该模型对噪声图像具有较高的分割精度和鲁棒性。