局部自适应Chan-Vese图像分割模型

经典的Chan-Vese(CV)模型不包含图像的边缘信息,当图像的目标或背景较为复杂时,分割效果并不理想.针对该问题,本文通过结合图像的局部信息对CV模型进行改进,并运用K均值聚类方法计算图像目标和背景区域的灰度均值.其次,在本原对偶理论(primal dual scheme)框架下,本文提出了模型的一个等价形式,并使用半隐式梯度下降法快速求解.实验结果表明,本文模型对合成图像和自然图像都有较好的图像分割效果.

Local Self-Adaptive Chan-Vese Image Segmentation Model