×
王晓峰;黄德双;徐欢

用于图像分割的有效局部Chan-Vese模型。 （英语） Zbl 1185.68817号

模式识别 43，第3期，603-618（2010）.
摘要：提出了一种新的局部Chan-Vese（LCV）图像分割模型，该模型基于曲线演化技术、局部统计函数和水平集方法建立。该模型的能量泛函由三项组成，即全局项、局部项和正则化项。通过将局部图像信息引入到该模型中，可以有效地分割强度不均匀的图像。此外，通过引入新的惩罚能量，可以避免传统水平集方法中广泛采用的耗时的重新初始化步骤。为了避免水平集演化的长迭代过程，提出了一种基于演化曲线长度变化的有效终止准则。特别地，我们提出通过在经典结构张量中加入强度信息来构造扩展结构张量（EST），用于纹理图像分割。可以发现，通过将EST与我们的LCV模型相结合，无论纹理图像是否呈现强度不均匀性，都可以有效地分割纹理图像。最后，在一些合成图像和真实图像上的实验证明了我们的模型的有效性和鲁棒性。此外，与著名的Chan-Vese模型和最近流行的局部二值拟合模型的比较也表明，我们的LCV模型可以用较少的迭代次数分割图像，并且对初始轮廓的位置和控制参数的选择不太敏感。

引用于44文件

MSC公司：

68单位10 图像处理的计算方法

关键词：

扩展结构张量;图像分割;分割灰度不均一;水平集方法;本地Chan-Vese模型
PDF格式BibTeX公司 XML格式引用
\textit{X.-F.Wang}等人，模式识别43，No.3，603--618（2010；Zbl 1185.68817）
全文： 内政部

参考文献：

[1] Linda，G.S。；George，C.S.，《计算机视觉》（2001），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔
[2] Kass，M。；威特金，A。；Terzopoulos，D.，《蛇：活动轮廓模型》，国际计算机杂志。《愿景》，1，4，321-331（1987）
[3] Osher，S。；Sethian，J.A.，《以曲率相关速度传播的前沿：基于哈密尔顿-雅可比公式的算法》，J.Compute。物理。，79, 1, 12-49 (1988) ·Zbl 0659.65132号
[4] Gelas，A。；O·伯纳德。；Friboulet，D。；Prost，R.，图像分割中基于紧支撑径向基函数的水平集进化配置方法，IEEE Trans。图像处理。，16, 7, 1873-1887 (2007)
[5] 蔡永华，S.Osher，《图像科学中的总变差和基于水平集的方法》，《数值学报》。(2005) 1-61.; 蔡永华，S.Osher，《图像科学中的总变差和基于水平集的方法》，《数值学报》。(2005) 1-61. ·Zbl 1119.65376号
[6] 卡塞勒斯，V。；Catte，F。；科尔·T。；Dibos，F.，图像处理中活动轮廓的几何模型，Numer。数学。，66, 1, 1-31 (1993) ·Zbl 0804.68159号
[7] 卡塞勒斯，V。；Kimmel，R。；Sapiro，G.，测地活动轮廓，国际计算杂志。《愿景》，22，1，61-79（1997）·Zbl 0894.68131号
[8] 马拉迪，R。；Sethian，J.A。；Vemuri，B.C.，《正面传播的形状建模：水平集方法》，IEEE Trans。模式分析。机器。智力。，17, 2, 158-175 (1995)
[9] 芒福德，D。；Shah，J.，分段光滑函数的最佳逼近及相关变分问题，Commun。纯应用程序。数学。，42, 577-685 (1989) ·Zbl 0691.49036号
[10] Chan，T.F。；Vese，L.A.，《无边活动轮廓》，IEEE Trans。图像处理。，10, 2, 266-277 (2001) ·Zbl 1039.68779号
[11] 蔡，A。；耶齐，A。；Willsky，A.S.，用于图像分割、去噪、插值和放大的Mumford-Shah函数的曲线演化实现，IEEE Trans。图像处理。，10, 8, 1169-1186 (2001) ·Zbl 1062.68595号
[12] Paragios，N。；Deriche，R.，《用于监督纹理分割的测地活动区域和水平集方法》，国际计算杂志。《愿景》，46，3，223-247（2002）·Zbl 1012.68726号
[13] 高，S。；Bui，T.D.，使用Mumford-Shah模型进行图像分割和选择性平滑，IEEE Trans。图像处理。，14, 10, 1537-1549 (2005)
[14] 洛杉矶Vese。；Chan，T.F.，《使用Mumford和Shah模型进行图像分割的多阶段水平集框架》，国际计算机杂志。《愿景》，50，3，271-293（2002）·兹比尔1012.68782
[15] J.E.Solem，N.C.Overgaard，A.Heyden，Chan-Vese模型分割的初始化技术，收录于：第18届国际模式识别会议（ICPR'06），第2卷，2006年，第171-174页。；J.E.Solem，N.C.Overgaard，A.Heyden，Chan-Vese模型分割的初始化技术，收录于：第18届国际模式识别会议（ICPR'06），第2卷，2006年，第171-174页。
[16] R.B.Xia，W.J.Liu，J.B.Zhao，L.Li，改善Chan-Vese模型分段性能的最佳初始化技术，载于：IEEE自动化与物流国际会议论文集，2007年，第411-415页。；R.B.Xia，W.J.Liu，J.B.Zhao，L.Li，改善Chan-Vese模型分段性能的最佳初始化技术，载于：IEEE自动化与物流国际会议论文集，2007年，第411-415页。
[17] Y.Shi，W.Karl，无需求解PDES的快速水平集方法，摘自：IEEE声学、语音和信号处理国际会议论文集（ICASSP’05），第2卷，2005年，第97-100页。；Y.Shi，W.Karl，《无需求解PDES的快速水平集方法》，载于《IEEE声学、语音和信号处理国际会议论文集》（ICASSP’05），第2卷，2005年，第97-100页。
[18] Y.Pan，J.D.Birdwell，S.M.Djouadi，《在不求解PDE的情况下高效实现Chan-Vese模型》，载于：《多媒体信号处理国际研讨会论文集》，2006年，第350-354页。；Y.Pan，J.D.Birdwell，S.M.Djouadi，《在不求解PDE的情况下高效实现Chan-Vese模型》，载于：《多媒体信号处理国际研讨会论文集》，2006年，第350-354页。
[19] C.M.Li，C.Y.Xu，C.F.Gui，M.D.Fox，《无需重新初始化的水平集公式：一种新的变分公式》，载于：IEEE计算机视觉和模式识别国际会议（CVPR）2005年会议记录，第1卷，2005年，第430-436页。；C.M.Li，C.Y.Xu，C.F.Gui，M.D.Fox，《无需重新初始化的水平集公式：一种新的变分公式》，载于《IEEE计算机视觉与模式识别国际会议论文集》，2005年第1卷，第430-436页。
[20] 圆周率。；沈春明。；李，F。；Fan，J.S.，彩色图像中分割目标的变分公式，图像视觉计算。，25, 9, 1414-1421 (2007)
[21] 总和，K。；Cheung，P.，《非均匀照明下的血管提取：水平集方法》，IEEE Trans。生物识别。工程师，55，1358-360（2008）
[22] 布罗克斯，T。；Cremers，D.，关于分段光滑Mumford-Shah泛函的统计解释，Proc。已达到的缩放空间变量。计算。愿景，4485203-213（2007）
[23] Piovano，J。；罗森，M。；Papadopoulo，T.，分段平滑图像的有效分割，Proc。已达到的缩放空间变量。计算。愿景，4485，709-720（2007）
[24] An，J。；罗森，M。；Xu，C.，（γ）-分段光滑医学图像分割的收敛逼近，Proc。医学图像。计算。公司。协助。中间。，4792, 495-502 (2007)
[25] S.Lankton、D.Nain、A.Yezzi、。Tannenbaum，图像分割的基于测地区域的混合曲线演化，摘自：《SPIE学报：医学成像》，2007年第6510卷，第65104U页。；S.Lankton、D.Nain、A.Yezzi、。Tannenbaum，用于图像分割的混合测地区域曲线演化，摘自：《SPIE学报：医学成像》，2007年第6510卷，第65104U页。
[26] 兰克顿，S。；Tannenbaum，A.，《基于区域的活动轮廓定位》，IEEE Trans。图像处理。，17, 11, 2029-2039 (2008) ·Zbl 1371.94213号
[27] C.M.Li，C.Y.Kao，J.C.Gore，Z.H.Ding，局部二元拟合能量驱动的隐式活动轮廓，收录于：2007年《CVPR学报》，第1-7页。；C.M.Li，C.Y.Kao，J.C.Gore，Z.H.Ding，局部二元拟合能量驱动的隐式活动轮廓，收录于：2007年《CVPR学报》，第1-7页。
[28] G.Aubert，M.Barlaud，O.Faugeras，S.Jehan-Besson，使用活动轮廓进行图像分割：形状梯度变化的计算，研究报告，INRIA，2002年7月。；G.Aubert，M.Barlaud，O.Faugeras，S.Jehan-Besson，使用活动轮廓进行图像分割：形状梯度变化的计算，研究报告，INRIA，2002年7月·Zbl 1053.94003号
[29] B.Sandberg，T.Chan，L.Vese，用于分割纹理图像的基于水平集和gabor的主动轮廓算法，技术报告39，加州大学洛杉矶分校数学系，美国洛杉矶，2002年7月。；B.Sandberg，T.Chan，L.Vese，用于分割纹理图像的基于水平集和gabor的主动轮廓算法，《技术报告39》，加州大学洛杉矶分校数学系，美国洛杉矶，2002年7月。
[30] M.Rousson，T.Brox，R.Deriche，基于扩散的特征空间上的主动无监督纹理分割，载于：2003年IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR'03），2003年第2卷，第699-7-4页。；M.Rousson，T.Brox，R.Deriche，基于扩散特征空间的主动无监督纹理分割，收录于：2003年IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR'03），2003年第2卷，第699-7-4页。
[31] J.Bigun，G.H.Grandlund，线性对称的最佳方向检测，摘自：IEEE第一届计算机视觉国际会议（ICCV）论文集，1987年，第433-438页。；J.Bigun，G.H.Grandlund，线性对称的最佳方向检测，摘自：IEEE第一届计算机视觉国际会议（ICCV）论文集，1987年，第433-438页。
[32] 比根，J。；Grandlund，G.H。；Wiklund，J.，纹理分析和光流应用的多维方向估计，IEEE Trans。模式分析。机器。智力。，13, 8, 775-790 (1991)
[33] C.Feddern，J.Weickert，B.Burgeth，张量值图像的水平集方法，收录于：IEEE第二届计算机视觉变分、几何和水平集方法研讨会论文集，2003年，第65-72页。；C.Feddern，J.Weickert，B.Burgeth，张量值图像的水平集方法，收录于：IEEE第二届计算机视觉变分、几何和水平集方法研讨会论文集，2003年，第65-72页。
[34] Z.Wang，B.Vemuri，使用基于区域的活动轮廓模型进行张量场分割，摘自：第八届欧洲计算机视觉会议论文集（ECCV'04），Springer计算机科学讲稿，第3024卷，2004年，第304-315页。；Z.Wang，B.Vemuri，使用基于区域的活动轮廓模型进行张量场分割，收录于：第八届欧洲计算机视觉会议论文集（ECCV'04），Springer计算机科学讲稿，第3024卷，2004年，第304-315页·Zbl 1098.68884号
[35] S.M.Lee，A.L.Abott，N.A.Clark，P.A.Araman，统计流形上的活动轮廓和纹理分割，收录于：IEEE图像处理国际会议（ICIP）论文集，2005年第3卷，第828-831页。；S.M.Lee，A.L.Abott，N.A.Clark，P.A.Araman，《统计流形上的活动轮廓和纹理分割》，载于《IEEE图像处理国际会议论文集》，2005年第3卷，第828-831页。
[36] Maroulis，医学博士。；Savelonas，医学硕士。；Iakovidis，D.K。；Karkanis，S.A。；Dimitropoulos，N.，甲状腺超声图像中计算机辅助描绘结节的可变背景活动轮廓模型，IEEE Trans。技术信息。生物识别。，11, 5, 537-543 (2007)
[37] 沃夫克，美国。；佩努什，F。；Likar，B.，《MRI强度不均匀性校正方法综述》，IEEE Trans。医学成像，26，3，405-421（2007）
[38] 侯志杰，《磁共振图像强度不均匀性校正综述》，国际生物医学杂志。成像，2006，1-11（2006）
[39] 萨斯曼，M。；Fatemi，E.，一种有效的、保留界面的水平集再收敛算法及其在界面不可压缩流体流动中的应用，SIAM J.Sci。计算。，20, 1165-1191 (1999) ·Zbl 0958.76070号
[40] 戈麦斯，J。；Faugeras，O.，《协调距离函数和水平集》，J.Visual Commun。成像表示，1，11，209-222（2000）
[41] Adalsteinson，D。；Sethian，J.A.，传播界面的快速水平集方法，J.Compute。物理。，118, 269-277 (1995) ·Zbl 0823.65137号
[42] Sethian，J.A.，《水平集方法和快速行进方法》（1999），剑桥大学出版社：剑桥大学出版社·Zbl 0929.65066号
[43] 布罗克斯，T。；威克特，J。；伯吉斯，B。；Mrázek，P.，非线性结构张量，图像视觉。计算。，24, 1, 41-55 (2006)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。