1.一種基于區(qū)域混合活動輪廓模型的醫(yī)學圖像分割方法。本發(fā)明能實現(xiàn)醫(yī)學圖像中目標的分割，為識別目標做預處理與分析工作，給醫(yī)學圖像的處理提供參考。其特征在于：
(1)建立基于曲線幾何度量參數(shù)和局部灰度聚類性質(zhì)的混合活動輪廓模型；
(2)模型中的能量泛函包含數(shù)據(jù)擬合項和正則化項：數(shù)據(jù)擬合項由圖像數(shù)據(jù)擬合項和測地數(shù)據(jù)擬合項組成，它可以保證輪廓曲線朝著要分割的區(qū)域邊緣而演化；而正則化項用來控制輪廓曲線在演化過程中保持理想的形狀；
(3)確定圖像中各個子區(qū)域的灰度均值和偏移場，并對各個水平集函數(shù)的梯度下降表達式進行離散化，得到關(guān)于水平集函數(shù)的迭代式，最終實現(xiàn)對圖像目標的分割。
2.根據(jù)權(quán)利要求1所述的一種基于區(qū)域混合活動輪廓模型的醫(yī)學圖像分割方法，其特征在于：在考慮圖像拓撲結(jié)構(gòu)的情況下實現(xiàn)對多個曲線輪廓的演化，同時解決因光照不均勻與成像設(shè)備不完善而導致灰度不均勻圖像的分割效果不盡如人意的問題。
3.根據(jù)權(quán)利要求1所述的一種基于區(qū)域混合活動輪廓模型的醫(yī)學圖像分割方法，其特征在于：將圖像區(qū)域利用若干封閉輪廓曲線劃分為不相交的圖像子區(qū)域，計算各個子區(qū)域上的圖像擬合函數(shù)，加快曲線演化速度，并保證輪廓曲線在迭代過程中向著需分割區(qū)域的邊緣而演化。
4.根據(jù)權(quán)利要求1所述的一種基于區(qū)域混合活動輪廓模型的醫(yī)學圖像分割方法，其特征在于：計算輪廓曲線的長度、距離及非凸并將它們作為正則項加到圖像擬合函數(shù)中，保持區(qū)域的幾何形狀，防止圖像分割過程中產(chǎn)生的過平滑現(xiàn)象。