IEOPF：一种利用正交基函数估计非均匀性以实现图像分割的活动轮廓模型
计算机视觉与模式识别
2018-03-09 v4
摘要
图像分割至今仍是一个开放性问题，尤其是当感兴趣目标的强度因强度非均匀性（又称偏置场）的存在而重叠时。为分割具有强度非均匀性的图像，本文提出了一种嵌入偏置校正的水平集模型，其中非均匀性由正交基函数估计（IEOPF）。在该模型中，平滑变化的偏置由给定的一组正交基函数的线性组合来估计。随后定义了一种非均匀强度聚类能量，并引入由水平集函数描述的各聚类隶属函数，将该能量重写为所提模型的数据项。与流行的水平集方法类似，还分别引入了正则化项和弧长项以正则化和平滑水平集函数。该模型随后被扩展到多通道和多相模式，分别用于分割彩色图像和含多个目标的图像。已在文献中广泛使用的合成与真实图像以及公开的 BrainWeb 和 IBSR 数据集上进行了大量测试。实验结果及与最先进方法的对比表明，所提模型在偏置校正和分割精度方面具有优势。
引用
@article{arxiv.1712.01707,
title = {IEOPF: An Active Contour Model for Image Segmentation with Inhomogeneities Estimated by Orthogonal Primary Functions},
author = {Chaolu Feng},
journal= {arXiv preprint arXiv:1712.01707},
year = {2018}
}
备注
27 pages, 14 figures