Level set model for image segmentation based on dual contour evolutional curve
Xianghai Wang, Ming Li · Journal of Image and Graphics · 2014
几何活动轮廓模型的标志性模型C-V模型及其改进LBF模型受到关注，然而这两个模型对初始轮廓曲线较强的依赖性使得模型在实际图像目标分割中表现出不稳定性或具有较高的时间复杂性。本文在对C-V模型及LBF模型的原理及对初始轮廓曲线的依赖特性进行分析的基础上，提出一种基于双重轮廓演化曲线的图像分割水平集模型。 所提出模型的主要过程如下：1）通过设置内、外两条轮廓线，使模型在演化过程中分别从目标的内部和外部向目标边界逼近，两条轮廓线的设计原则简单，其分别位于目标的外部和与目标有重叠；2）两条轮廓线的演化走向是通过在模型中设置相关项自动控制的，即演化过程中通过最小化内、外轮廓之间的差异来自动控制两条轮廓曲线的演化趋向，使之同时从目标的内部和外部向目标边界逼近，并逐渐稳定于目标的边界。 所提出的模型通过设置内部能量泛函项，避免了对符号距离函数的重新初始化；通过采用全局化的正则函数，增加了模型对复杂异质区域边界的捕捉能力；通过采用内、外轮廓线同时演化机制，避免了模型对初始轮廓线的过依赖性。 所提出的模型很好地解决了传统基于区域的分割模型对轮廓曲线初始化的过依赖问题，对初始轮廓线的设置较为简单且具有较强的鲁棒性，对图像目标的分割较为准确和稳定。