Efficient active contour model driven by statistical and gradient information
田沄, 北京师范大学信息科学与技术学院,北京,100875, 周明全, 段福庆, 武仲科 · Journal of Image and Graphics · 2011
提出一种由统计和梯度信息驱动的活动轮廓模型。该模型有效利用梯度信息使演化轮廓线快速精确地定位到物体的边缘；同时，由局部统计信息和全局统计信息构造符号压力函数，减少噪声对轮廓线演化的影响。另外，模型利用局部统计信息能够有效处理灰度分布不均的图像，全局信息的利用避免了演化轮廓线陷入局部最小，因此，该模型可以任意设置初始轮廓线。最后通过高斯卷积核对水平集函数规则化，避免了传统模型中计算代价高昂的重新初始化和规则化。实验结果表明，提出的模型不仅能够在任意初始轮廓下精确有效地分割灰度分布均匀的图像和不均匀的图像，而且对噪声具有较好的鲁棒性。