论文研究基于形状共享初始化主动轮廓模型的图像分割方法.pdf

就初始轮廓提出了一种新的基于形状共享思想的初始轮廓学习方法。利用不同种类的物体全局形状或局部形状可能相似的现象，首先提取测试图像的局部形状；再找出样本库中与其局部形状相匹配的局部形状集；根据测试图片与样本图片中局部形状的相对位置及大小，进行全局形状映射；最后依照全局形状的覆盖率分组，融合成一系列初始形状。将这一系列的初始轮廓作为主动轮廓模型的初始迭代函数。另外，该主动轮廓模型结合了测试图像的边缘信息与区域信息，利用彩色梯度表示边缘的变化。从实验结果可以看出，将学习到的初始轮廓加入混杂主动轮廓中能包含更丰富的形状信息，可获得更准确的分割结果，收敛速度更快。