基于变异系数和模糊集的活动轮廓图像分割模型

由于图像分割具有模糊性，提出了一个对灰度不均匀、高噪声图像的分割模型。该模型以模糊能量泛函为基础，结合区域和边缘信息，利用变异系数作为局部区域统计量，避免了噪声对分割的干扰，很好地提取了图像信息。区域能量可以平衡目标和背景的重要性，驱使初始轮廓向目标边界移动。边缘能量对伪水平集函数进行正则化，保持曲线演化过程中的平滑性。在求能量泛函极小值时，直接计算新旧能量泛函的差值以更新伪水平集。对于高噪声以及混合噪声和强度不均匀的合成和真实图像的分割结果表明，本文模型具有较好的分割效果。