基于自适应扩散梯度矢量流的图像分割算法

为了提高活动轮廓分割图像的精度,解决传统活 动轮廓不能够收敛到深凹陷和弱边界对象分割效果不佳等问 题,提出了自适应扩散梯度矢量流(AD-GGVF)算法。首先,在外部力场中,使用基于分量的 归一化方法代替传统的基于矢量的归一化方 法,提高活动轮廓曲线进入深凹陷的能力;然后,将拉普拉斯算子分解为切向和法向分量, 并增加两个互相关的自适应权重 函数,使轮廓曲线能够根据图像的局部特征自适应调节扩散过程;最后,以分割结果的量化 误差为评价标准,和传统的活动 轮廓分割效果进行对比和分析。实验结果表明,本文算法针对两幅不同的弱 边界图像,量化误差分别降低到0.08和0.09,活动轮廓曲线能够收敛到深凹陷的底部;分割 效果较为准确。