利用Chan Vese模型中的局部强度信息进行噪声图像分割

由于成像设备的材料特性和缺陷,在现实世界的图像中通常会存在噪声。本文提出了一种改进的基于区域的主动轮廓模型-Robust Chan-Vese(RCV)模型,用于噪声图像分割。首先,对于区域中的每个点,根据其附近所有点的强度与该区域的强度平均值之间的差来定义局部能量。然后,对于整个图像域,将全局能量定义为一个数据项,以将局部能量相对于邻域中心进行积分。最后,总能量由水平集公式表示,从中得出曲线演化方程式以实现能量最小化。由于数据项具有核函数,因此考虑了局部区域的强度信息以引导轮廓运动,从而使RCV模型能够应对噪声。改进的方法已经在合成图像和工业CT图像上进行了评估。与几种流行的水平集方法相比,实验结果表明,RCV模型不仅对轮廓初始化不那么敏感,而且在保留分割效果的同时,对图像噪声的鲁棒性更高。