基于改进水平集模型的心脏图像分割算法

摘要

近年来，基于变分水平集方法的心脏医学图像分割在图像处理中得到广泛的应用，然而，由于图像灰度不均匀性和梯度下降法中的符号距离函数导致图像在分割中有计算复杂、运算成本较高的问题.为了解决这些问题，本文在自适应局部拟合(Adaptive local fitting, ALF)模型的基础上修改并加入边缘检测函数，提出了一种改进的活动轮廓模型，并与图像分割的快速计算算法——乘子交替方向法(Alternating direction method of multipliers, ADMM)相结合来求解水平集方程.本文提出的新水平集图像分割模型，包含了图像的邻域信息，可以更好的解决图像不均匀的问题；利用传统的梯度下降法来分割图像会有耗时长、计算成本高等问题，而用ADMM算法代替传统算法，原本复杂的问题可以被拆分成若干个简单的子问题，逐一解决这些子问题能够更快速并准确地解决整个问题，进而解决了传统模型存在耗时长、计算复杂、计算成本高的问题.实验结果表明新模型不仅对灰度不均匀的图像具有较强的鲁棒性，还具有更高的分割效率和精度.

关键词

图像分割 / 活动轮廓模型 / 乘子交替方向法 / 邻域信息 / 变分法

基金资助

山东省自然科学基金联合基金重点资助项目（ZR2023LHZ009）; 山东省重点研发计划(科技型中小企业创新能力提升工程)资助项目（2024TSGC0216）