适应不同物理噪声模型的统计区域蛇形分割

物体分割的算法在许多图像处理应用中至关重要。在过去几年中，主动轮廓模型（蛇形）被广泛用于寻找物体的轮廓。这种分割策略通常是基于边缘的，因为蛇形被驱动去适应场景的边缘图的最大值。我们提出了一种区域蛇形方法，并确定了用于图像中物体分割的快速算法。基于最大似然方法开发的算法是基于对内部和外部区域（由蛇形定义）统计量的计算。因此，如果假设其概率密度函数族是已知的，就能够开发适应描述输入图像灰度级的随机场的最佳算法。我们证明了当图像中没有边界边缘存在时，这种方法仍然有效。我们还展示了通过将区域的统计量计算中的求和转换为沿区域边界的求和，可以获得快速算法。最后，我们将提供不同物理情况的数值仿真结果，以说明该方法的有效性.