摘要: 基于局部区域的活动轮廓模型(LRAC)分割图像时对初始轮廓的严重依赖性,提出
一种基于局部和全局区域结合的水平集图像分割算法。结合Chan-Vese 水平集模型和LRAC 模型
的特点,在构造水平集函数时定义了变动的权值参数,将水平集函数的局部和全局能量泛函项结
合起来,其中,权重参数由图像梯度和图像演化曲线内外局部均值定义。另外,在水平集函数演
化时采用窄带法,以减小计算的时间复杂度。实验结果表明,该算法模型兼有CV 模型和LRAC
模型的优点,比LRAC 模型对初始轮廓选取的依赖性低,收敛速度快;比窄带CV 模型的对目标
边缘分割效果好。