论文研究-基于改进的C-V模型虚拟人脑图像分割模型.pdf

C-V模型是一种较为经典的分割模型，但传统的C-V模型仅能够将图像分割成单一的目标部分与背景部分；用于彩色图像分割往往基于目标的强度信息；在曲线演化过程中需要重新初始化水平集函数保持符号距离函数。针对这些问题，使用PCA理论将颜色空间投影到新的空间中，可以扩大两者的颜色距离；使用局部信息可校正颜色强度不均匀；将距离约束项引入到模型中，使模型能够无需重新初始化，提高了演化速度。实验结果表明改进的算法能较精确地得到分割结果。