張少華

摘 要：針對ChanVese模型含有許多參數(shù)，分割時需要人為調整參數(shù)，耗費大量的人力和時間的問題，提出了一個自適應正則化活動輪廓模型。首先，對ChanVese模型的數(shù)據(jù)項進行簡化；其次，使用改進的邊界加權H1正則化代替長度項；最后，形成了一個新的不含任何參數(shù)的活動輪廓模型。在分割實驗中，該模型對初始輪廓的大小、位置不敏感，具有較強的抗噪性，分割6幅圖像的平均時間和迭代次數(shù)分別為1.5834s、19次。實驗結果表明，所提模型無需人工調整參數(shù)，能夠分割強噪聲圖像和灰度不均圖像，并且具有較快的分割速度。已重新提供

關鍵詞：圖像分割； 偏微分方程； 活動輪廓模型； 自適應；正則化；邊緣停止函數(shù)

中圖分類號： TP391.41 文獻標志碼：A英文標題