2017，53（15）1引言图像分割是计算机视觉领域的基础问题之一，它是图像理解和分析的基本环节，主要应用于图像的模式识别和目标检测[1-2]。图像分割的目的是将图像分割为不同的子区域，每个子区域具有相同或相似的特征属性。主动轮廓模型通过逐步演化的平面曲线来逼近目标区域的边界，是近年来应用较多的图像分割方法。目前主要有基于边界和基于区域的主动轮廓模型。基于边界的主动轮廓模型最早可以追溯到1988年Kass 等提出的Snake 模型[3]和1997年Caselles 等提出的测地线主动轮廓模型[4]。这类方法主要利用目标区域边界的局部特征，比如梯度特征等，来引导曲线的演化。这类方法往往受到图像复杂多变的边界信息和初始化
曲线的影响。基于区域的方法则利用各个子区域内的全局信息而非边界信息来分割图像。1989年Mumford 和Shah 提出的MS 模型[5]为基于区域的方法提供了模型框架，他们通过最小化图像区域信息与图像模型之间的差值来建立能量泛函。2001年Chan 和Vese 提出的CV 模型[6]使用了更新的区域均值构建近似的区域模型，并结合水平集方法完成快速高效的分割。另一类广为应
用的是基于区域的概率主动轮廓模型。1996年Zhu 和Yuille 首次建立了基于贝叶斯准则和Snakes/balloon 模型的主动轮廓模型[7]。2009年Brox 和Cremers 进一步阐述了MS 模型在概率意义下的形式[8]，把形如CV 模型等基于全局-局部策略的EMD 概率主动轮廓模型
姜玉泉，史静，石冬晨
JIANG Yuquan,SHI Jing,SHI Dongchen
西安理工大学，西安710048
Xi ’an University of Technology,Xi ’an 710048,China
JIANG Yuquan,SHI Jing,SHI Dongchen.Statistical active contour model based on EMD and global-local https://www.doczj.com/doc/cb4149235.html,puter Engineering and Applications,2017,53（15）：1-6.
Abstract:Active contour model is one of the most useful tools to solve image segmentation task.It has been widely used in recent years.In this paper,some prior works are discussed and Earth Mover ’s Distance （EMD ）is introduced into statistical active contour model.Then a new statistical active contour model based on EMD is proposed.However,the proposed global strategy usually leads to local segmentation error.Therefore,a new global-local strategy which combines global and local scheme into EMD is raised.The proposed strategy not only extends the application of the proposed EMD model but also further improves the performance.
Key words:Earth Mover ’s Distance （EMD ）;global-local strategy;Bhattacharyya distance;mutual information model;statistical active contour model
摘要：主动轮廓模型作为图像分割的有力工具，近年来得到了广泛的应用。在讨论前人工作的基础上，首先将基于区域直方图的概率估计方法和EMD 距离引入主动轮廓模型，建立了基于EMD 距离的能量泛函。为了解决图像局部的置乱现象容易产生分割误差的问题，提出一种全局-局部模型，提高分割精度，并应用于EMD 距离，不仅扩大了模型的应用范围，而且使分割效果得到了进一步的提升。
关键词：EMD 距离；全局-局部策略；巴特查利亚距离；互信息模型；概率主动轮廓模型
文献标志码：A 中图分类号：TP391.4doi ：10.3778/j.issn.1002-8331.1703-0498
◎热点与综述◎
基金项目：国家自然科学基金（No.61471296）；国家国际科技合作项目（No.2011DRF10480）。
作者简介：姜玉泉（1981—），男，博士研究生，讲师，研究领域为图像处理、模式识别，E-mail ：yqjiang@https://www.doczj.com/doc/cb4149235.html, ；史静（1983—），
女，博士研究生，讲师，研究领域为数字图像处理；石冬晨（1985—），女，博士研究生，讲师，研究领域为数字信号处理。
收稿日期：2017-03-29修回日期：2017-06-07文章编号：1002-8331（2017）15-0001-06
Computer Engineering and Applications 计算机工程与应用
1
万方数据