基于圖像熵的主動輪廓分割模型

摘要：針對傳統的基于區域的主動輪廓模型分割灰度不均勻醫學圖像,不能充分利用圖像局部區域灰度變化信息,而導致分割結果不夠準確。提出一種基于圖像熵的整體與部分信息混合的主動輪廓模型。該模型是在CV(Chan-Vese)模型保真項的基礎上,結合局部區域信息與反映圖像灰度變化特性的圖像熵,并引入避免水平集函數初始化和保持曲線平滑的正則項,賦予歸一化比例調節系數,通過變分方法和梯度下降流求解最小化能量泛函,更新水平集函數方程,完成曲線的演化。實驗結果表明該模型對灰度不均勻醫學圖像分割精度方面優于CV模型,其分割效率方面相比LBF模型提高了52.2%,是實用有效的分割方法。