扩展无边活动轮廓模型

doi:10.3778/j.issn.1002-8331.2009.24.046

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 156-158.DOI: 10.3778/j.issn.1002-8331.2009.24.046

• 图形、图像、模式识别 • 上一篇下一篇

扩展无边活动轮廓模型

何瑞英，何传江

重庆大学数理学院，重庆 400030

收稿日期:2008-10-21 修回日期:2008-12-26 出版日期:2009-08-21 发布日期:2009-08-21
通讯作者: 何瑞英

Extended active contours model without edges

HE Rui-ying，HE Chuan-jiang

重庆大学数理学院，重庆 400030

Received:2008-10-21 Revised:2008-12-26 Online:2009-08-21 Published:2009-08-21
Contact: HE Rui-ying

摘要/Abstract

摘要： 灰度变化对图像分割是至关重要的。然而，一个著名的基于区域的活动轮廓模型——无边活动轮廓模型（通常称CV模型）完全忽略了这种灰度变化。提出了一个扩展CV模型（ECV），它利用了图像的灰度变化信息。实验表明：（1）ECV模型能分割CV模型不适用的某些类型的图像；（2）ECV模型也能分割CV模型适用的图像，且对噪声的鲁棒性强于CV模型。

关键词: 图像分割, V模型, 平集, 微分方程

Abstract: Intensity changes are crucial for accurate segmentation of many images.However，intensity changes are ignored in active contours model without edges（called CV model，usually），one of the most popular region-based active contour models.This paper proposes an extended version of CV model，which is able to utilize intensity change information in images.The experimental results show：（1）the Extended CV（ECV） model can be used to segment certain types of images to which CV model is not applicable.（2）ECV model is also able to segment the images that CV model is applicable to，and is significantly fewer sensitive to noise than CV model.

Key words: image segmentation, V model, level set, artial differential equation

中图分类号:

TP911.73

何瑞英，何传江. 扩展无边活动轮廓模型[J]. 计算机工程与应用, 2009, 45(24): 156-158.

HE Rui-ying，HE Chuan-jiang. Extended active contours model without edges[J]. Computer Engineering and Applications, 2009, 45(24): 156-158.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[3]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[4]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[7]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[8]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[9]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[10]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[11]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[12]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[13]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.
[14]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[15]	刘洪琛，刘朝霞，张龙. 融合[L2]和KL保真项的图像恢复算法[J]. 计算机工程与应用, 2020, 56(5): 214-221.

扩展无边活动轮廓模型

Extended active contours model without edges

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics