摘要: 为了解决基于 Chan-Vese（CV）模型的传统水平集方法难以分割灰度不均匀红外图像的问题，本文提出一种基于改进 CV 模型的水平集分割方法。通过加入可处理局部区域信息的局部项，使得改进的 CV 模型能够有效避免不均匀背景对水平集演化过程的干扰。此外，通过加入符号距离能量惩罚项，使得该模型无需重新初始化过程，从而提高了水平集函数的演化效率。实验结果表明，本文方法对于红外图像的分割具有较高的精度。