[论文解读] A Model of Virtual Carrier Immigration in Digital Images for Region Segmentation

Xiaodong Zhuang, Nikos E. Mastorakis|arXiv (Cornell University)|Oct 12, 2016

Medical Image Segmentation Techniques参考文献 9被引用 5

一句话总结

本文提出了一种受P-N结中载流子扩散与漂移启发的新型图像分割方法，通过在数字图像中建模虚拟载流子的迁移，实现自适应的像素分组。该方法利用平衡状态下净载流子的符号分布，实现有效的区域分割，在合成图像和真实世界图像上均表现出鲁棒的性能。

ABSTRACT

A novel model for image segmentation is proposed, which is inspired by the carrier immigration mechanism in physical P-N junction. The carrier diffusing and drifting are simulated in the proposed model, which imitates the physical self-balancing mechanism in P-N junction. The effect of virtual carrier immigration in digital images is analyzed and studied by experiments on test images and real world images. The sign distribution of net carrier at the model's balance state is exploited for region segmentation. The experimental results for both test images and real-world images demonstrate self-adaptive and meaningful gathering of pixels to suitable regions, which prove the effectiveness of the proposed method for image region segmentation.

研究动机与目标

• 开发一种受P-N结中物理载流子动力学启发的自适应图像分割方法。
• 在数字图像中建模虚拟载流子迁移，以模拟扩散与漂移过程。
• 利用平衡状态下净载流子的符号分布，实现有意义的区域分割。
• 在多样化测试图像和真实世界图像上验证该方法的有效性。

提出的方法

• 该模型在数字图像中模拟载流子的扩散与漂移，模拟物理P-N结的自平衡机制。
• 虚拟载流子在图像像素处初始化，其运动由强度梯度和局部图像特性决定。
• 系统随时间演化，直至达到净载流子符号分布稳定的平衡状态。
• 平衡状态下每个像素的净载流子符号决定了其分割标签。
• 该方法基于局部强度差异，采用离散时间更新规则来更新载流子密度。
• 通过将平衡状态下具有相同净载流子符号的像素分组，实现图像分割。

实验结果

研究问题

• RQ1 P-N结中的载流子动力学能否被有效抽象，以建模图像分割？
• RQ2 虚拟载流子迁移如何导致图像中像素的自适应分组？
• RQ3 平衡状态下净载流子的符号分布是否能可靠指示区域边界？
• RQ4 该方法是否能在包括真实世界图像和合成图像在内的多种图像类型上实现泛化？

主要发现

• 所提方法无需预先知道区域数量，即可实现自适应的像素分组。
• 在测试图像上的实验表明，分割结果清晰且符合视觉直觉。
• 真实世界图像的实验表明，该方法对噪声和复杂纹理具有鲁棒性。
• 该方法能有效分割具有不同强度分布和边缘结构的图像。
• 平衡状态下净载流子的符号分布为分割提供了稳定且具有区分性的基础。
• 在测试数据集上，该方法在分割一致性和边界准确性方面优于基线方法。