论文部分内容阅读
针对传统活动轮廓模型(Snake)对初始轮廓要求高、无法进行多目标提取且抗噪性弱等缺陷,提出了一种新的基于广义似然比的最小方差活动轮廓模型。该算法在区域活动轮廓模型的基础上引入广义似然比信息,以目标区域和背景区域具有最小方差为准则设计了新的能量函数,并使用梯度下降法最小化能量函数,驱动轮廓线不断收缩至物体边界。合成图像和真实图像的实验结果证明,基于新模型的活动轮廓提取算法对初始位置不敏感,具有一定的抗噪性,并适用于多目标场景。