论文部分内容阅读
Chan-Vese模型是一个基于区域的几何活动轮廓模型。它能较好的改善基于边缘信息模型的边缘泄露、抗噪能力差等问题,但是演化速度太慢,对目标和背景灰度差较小的图像分割效果不好,而且也处理不了低对比度和模糊边界的复杂图像。因此,本文就此问题提出改进。首先引入图像增强算子,它可以扩大目标和背景的灰度差,改善图像的分割效果和速度。由于C-V模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息,尽管其能得到图像的分割结果,但是存在分割误差。因而将移动因子引入到改进C-V模型。并且在此基础上,引入惩罚项,