为改善传统活动轮廓模型对含噪图像的分割精度和效率，提出一种结合局部信息活动轮廓模型的含噪图像分割方法。首先构造局部信息速度函数，使图像局部灰度引导速度函数变化；然后采用拟合图像代替原图像，同时增加拟合中心权重以构造新的拟合项；最后引入自适应权重系数以增加模型对不同图像的分割灵活性。实验结果表明，相较于C-V模型，该方法对3个含噪灰度图像的分割时间分别缩短了72.30%、82.95%和75.79%。C-V模型、LCV模型和RSF模型对含噪灰度图像存在误分割现象，而结合局部信息活动轮廓模型的含噪图像分割方法能准确分割含噪灰度图像，对于背景和前景没有过分割现象，且边缘平滑。
0 引言
图像分割是将图像分成若干特定的、具有独特性质的区域并提取感兴趣目标的技术与过程[1]。近年来，活动轮廓模型[2]