将特征方向信息与级别集公式集成以进行图像分割

提出了一种基于特征的变异水平集公式，用于图像分割。两个二阶方向导数在水平集演化中充当外部约束，其中图像特征方向上的方向导数在轮廓提取中起关键作用，而另一个仅略有贡献。为了克服局部梯度限制，我们将来自最大（幅度）二阶方向导数的信息整合到一个通用的变分框架中。它自然会鼓励级别设置功能在图像边缘的任一侧沿相反方向变形（向上或向下），从而自动生成对象轮廓。该提议模型的另一个好处是它不需要手动的初始轮廓，并且我们的方法可以捕获嘈杂或强度不均匀图像中的弱物体。红外和医学图像实验证明了它的优势。