当红外图像中包含较强噪声时, C-V 模型水平集分割方法会产生大量冗余轮廓 同时, C-V 水平集采用偏 微分方程( PDE) 实现, 存在计算量大、分割速度慢的缺点。为此, 本文提出了改进的快速算法, 该算法保留了C-V 模型的全局优化特性, 并通过窗口滤波整合图像邻域空间信息来构建曲线进化的外部速度, 从而提高C-V 模型 的抗噪性并减少分割中产生的冗余轮廓 采用基于双链表的快速水平集算法来实现曲线的演化, 去除了传统算 法中的重新初始化和PDE 求解的过程, 减少了迭代步数

由于一些图像在强度上非均匀，用C-V模型达不到分割的目的，于是提出了LBF模型，即局部二值拟合能量模型。其基本思想就是以变分形式引入一核函数来定义局部二值拟合能量，从而获得基于边界轮廓模型的局部强度信息。 -Some of the images are non-uniform in intensity, less than the split CV model, so LBF model that local binary fitting energy model. The basic id