自适应正则化活动轮廓模型

张少华

摘 要：针对ChanVese模型含有许多参数，分割时需要人为调整参数，耗费大量的人力和时间的问题，提出了一个自适应正则化活动轮廓模型。首先，对ChanVese模型的数据项进行简化；其次，使用改进的边界加权H1正则化代替长度项；最后，形成了一个新的不含任何参数的活动轮廓模型。在分割实验中，该模型对初始轮廓的大小、位置不敏感，具有较强的抗噪性，分割6幅图像的平均时间和迭代次数分别为1.5834s、19次。实验结果表明，所提模型无需人工调整参数，能够分割强噪声图像和灰度不均图像，并且具有较快的分割速度。已重新提供

关键词：图像分割； 偏微分方程； 活动轮廓模型； 自适应；正则化；边缘停止函数

中图分类号： TP391.41 文献标志码：A英文标题