论文部分内容阅读
重新初始化是使水平集函数保持符号距离函数的必要步骤。虽然它保证了水平集函数的稳定收敛，但是它也降低了曲线演化的速度。本文主要在该方面针对Chan—Vese提出的水平集图像分割模型进行了改进，提出了无需重新初始化的C—V模型。该模型将水平集函数与距离函数的偏差作为能量函数引入C-V模型，以此来约束水平集函数成为距离函数，提高了C-V模型的演化速度。同时该模型能够用一般的分段常数函数来定义初始水平集函数，即水平集函数不必初始化为符号距离函数。这样，对于不规则形状的初始轮廓，节省了初始化过程所消耗的时间。实验结