关键词：初始形状；局部形状匹配；全局形状映射；彩色梯度
摘 要：对主动轮廓模型而言，初始轮廓尤为重要，本文就初始轮廓提出了一种新的基于“形状共享”思想的初始轮廓学习方法。利用不同种类的物体全局形状或局部形状可能相似的现象，首先提取测试图像的局部形状；再找出样本库中与其局部形状相匹配的局部形状集；根据测试图片与样本图片中局部形状的相对位置及大小，进行全局形状映射；最后依照全局形状的覆盖率分组，融合成一系列初始形状。将这一系列的初始轮廓作为主动轮廓模型的初始迭代函数。另外，本文的主动轮廓模型结合了测试图像的边缘信息与区域信息，利用彩色梯度表示边缘的变化。从实验结果看，将本文学习到的初始轮廓加入混杂主动轮廓中能包含更丰富的形状信息，获得更准确的分割结果，收敛速度更快。