1、數(shù)字圖像處理技術(shù)隨著計(jì)算機(jī)軟硬件的高速發(fā)展和普及，得到了飛速的發(fā)展，已廣泛應(yīng)用于遙感圖像分析、通信工程、國(guó)防及軍事等領(lǐng)域。圖像分割作為聯(lián)系圖像處理和圖像理解的紐帶，已發(fā)展成為近年來(lái)圖像工程領(lǐng)域的研究熱點(diǎn)。圖像分割技術(shù)將圖像中屬性具有差異性的部分進(jìn)行分割，并對(duì)分割結(jié)果中感興趣的部分進(jìn)行提取。基于水平集的圖像分割方法將平面中的二維曲線(xiàn)轉(zhuǎn)變?yōu)槿S空間中水平集函數(shù)的零水平集，構(gòu)建水平集函數(shù)演化的能量函數(shù)，通過(guò)求解能量泛函推進(jìn)曲面的演化，進(jìn)而得到

2、曲線(xiàn)的演化結(jié)果。由于基于水平集的分割方法允許曲線(xiàn)的拓?fù)浣Y(jié)構(gòu)靈活變換，在圖像分割領(lǐng)域表現(xiàn)出優(yōu)良的性能，作為當(dāng)前圖像分割技術(shù)的熱門(mén)研究方向，吸引了越來(lái)越多的科研人員的關(guān)注。
　　根據(jù)圖像分割中所使用的特征的不同，可以將基于水平集的圖像分割方法分為基于邊界的水平集分割方法、基于區(qū)域的水平集分割方法和基于有約束的水平集分割方法?；谟屑s束的水平集分割方法利用圖像的區(qū)域信息和形狀先驗(yàn)等約束，能夠分割灰度不均一、背景復(fù)雜、目標(biāo)遮擋的圖像，但引

3、入形狀先驗(yàn)的同時(shí)，使得計(jì)算量大大增加，圖像分割的效率下降。本文從降低圖像分割時(shí)間消耗、提高圖像分割效率的角度出發(fā)，提出三種方法，具體的創(chuàng)新點(diǎn)如下：
　　(1)提出一種基于形狀約束的快速圖像分割方法，該算法首先使用基于圖像矩的方法將形狀先驗(yàn)對(duì)齊，然后利用局部保持映射方法將高維空間中稀疏的形狀先驗(yàn)映射到低維子空間，并使用核密度估計(jì)方法提取形狀先驗(yàn)在低維空間的統(tǒng)計(jì)信息，將其作為能量泛函的形狀驅(qū)動(dòng)項(xiàng)，最后將Chan-Vese模型的能量泛函

4、作為本方法的數(shù)據(jù)驅(qū)動(dòng)項(xiàng)，待構(gòu)造完成能量泛函后，求解其對(duì)應(yīng)的格子玻爾茲曼演化方程，通過(guò)該方程的演化得到能量泛函的極小值，完成圖像的分割。相對(duì)于傳統(tǒng)的能量泛函求解方法，本方法能夠減少圖像分割中的時(shí)間消耗，大幅度提高圖像分割效率。
　　(2)提出一種基于形狀約束的顯著目標(biāo)分割方法，該方法首先使用基于圖的顯著性分析方法得到圖像的顯著圖，并利用顯著圖對(duì)演化曲線(xiàn)進(jìn)行初始化；然后將圖像的顯著圖分析加入到能量泛函的數(shù)據(jù)驅(qū)動(dòng)項(xiàng)中，指導(dǎo)曲線(xiàn)演化，能量

5、泛函的形狀驅(qū)動(dòng)項(xiàng)構(gòu)造方式類(lèi)似于本文所提出的第一種方法；最后綜合數(shù)據(jù)驅(qū)動(dòng)項(xiàng)和形狀驅(qū)動(dòng)項(xiàng)，構(gòu)造能量泛函，求解該能量泛函的最小值。使用顯著性分析結(jié)果代替手工方式來(lái)對(duì)圖像演化曲線(xiàn)初始化，很大程度上減少了能量泛函求解過(guò)程中的時(shí)間消耗，同時(shí)利用顯著性分析結(jié)果指導(dǎo)曲線(xiàn)演化，使得演化曲線(xiàn)更快達(dá)到目標(biāo)邊界，提高了圖像的分割效率和準(zhǔn)確性。
　　(3)提出一種基于超像素和圖割優(yōu)化的水平集圖像分割方法，該方法首先使用簡(jiǎn)單線(xiàn)性迭代聚類(lèi)算法得到圖像的超像素，