一种由新型全局和局部拟合能量驱动的混合主动轮廓模型用于图像分割

本文提出了一种由新型全局和局部拟合能量驱动的混合主动轮廓模型,用于图像分割。 首先,通过最小化加权的全局拟合图像和原始图像之间的差异来定义全局拟合项,从而更准确地描述了全局信息。 其次,通过交叉熵定义局部拟合项以计算局部信息,从而提高了所提出模型的通用性。 对合成图像和真实图像进行了实验,结果表明,与现有的主动轮廓模型相比,该模型在分割性能,对初始轮廓和噪声的鲁棒性方面具有优势。