结合熵与局部信息的伪影偏差场修正CV模型

作     者：王新征 卜雄洙 于靖 牛杰 WANG Xinzheng;BU Xiongzhu;YU Jing;NIU Jie

作者机构：南京理工大学机械工程学院江苏南京210094 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2017年第38卷第5期

页      面：778-783页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0817[工学-化学工程与技术] 08[工学] 0807[工学-动力工程及工程热物理] 0827[工学-核科学与技术] 0802[工学-机械工程] 0703[理学-化学] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61105094) 江苏省科研创新计划(CXLX12-0189) 

主　　题：图像分割 CV模型 水平集演化 熵 局部信息 伪影检测 偏差场修正 Retinex理论 

摘      要：针对Chan-Vese(CV)模型对含有伪影、光照不均的图像不能进行有效分割的不足,本文提出了结合熵与局部信息的动态伪影偏差场修正CV模型。模型根据区域同质性特征,利用熵构造区域能量系数,自动调节目标与背景区域在模型中的权重。采用全局与局部结合的方式自适应控制区域演化。将伪影指示函数应用到区域检测项,无需先验灰度信息即可消除异常值,精确地使像素归类。结合Retinex理论对图像进行分解,忽略亮度变化并提取不含照度信息的目标结构图像,避免偏差场对分割的影响。通过与CV模型、LIF模型对比验证了算法的有效性,结果表明,本文提出的算法在目标干扰严重情况下分割性能最优,重叠率可达0.9,误分割率控制在0.06以内。与CV模型、LIF模型相比分割精度与速度性能优势明显。