基于各向异性主动轮廓模型的图像分割方法研究

摘 要：分割的作用是将数字图像分割为多个简单区域，并根据区域中图像的某种特征提取和分离出的目标区域，便于图像识别与理解分析。主动轮廓模型(snake)是一条可变形的参数曲线及相应的能量函数，广泛应用于医学领域的图像分割。主动轮廓模型是以最小化能量函数为目标，控制参数曲线变形，最后具有最小能量的闭合曲线就是所需分离的目标轮廓。在采用主动轮廓模型进行分割之前，通常都采用高斯滤波器对图像进行滤波，在对图像进行平滑的同时，也会使边缘模糊化，从而影响分割效果。本文将各向异性滤波和主动轮廓模型结合起来，充分利用各向异性滤波在平滑图像的同时能保持边缘的特点，在利用主动轮廓模型进行分割之前使用各向异性滤波代替传统的高斯滤波对图像进行预处理。实验结果表明：与传统方法相比，在主动轮廓模型的预处理阶段，采用本文所提出的算法平滑噪声图像，提高了后续图像分割的准确性。

Image Segmentation Method of active Contour Model Based on Anisotropic Filtering