Chan-Vese可变模块法快速实现红外图像分割

doi:10.3778/j.issn.1002-8331.2009.28.059

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (28): 196-198.DOI: 10.3778/j.issn.1002-8331.2009.28.059

• 图形、图像、模式识别 • 上一篇下一篇

Chan-Vese可变模块法快速实现红外图像分割

张奕雄¹，李熙莹^2，3

1.韩山师范学院物理与电子工程系，广东潮州 521041
2.中山大学工学院，广州 510275
3.中山大学光电材料与技术国家重点实验室，广州 510275

收稿日期:2009-04-14 修回日期:2009-06-08 出版日期:2009-10-01 发布日期:2009-10-01
通讯作者: 张奕雄

Realization of infrared image segmentation based on improved Chan-Vese model

ZHANG Yi-xiong¹，LI Xi-ying^2，3

1.Physics and Electronic Engineering Department，Hanshan Normal University，Chaozhou，Guangdong 521041，China
2.School of Engineering，Sun Yat-sen University，Guangzhou 510275，China
3.State Key Laboratory of Optoelectronic Materials and Technologies，Sun Yat-sen University，Guangzhou 510275，China

Received:2009-04-14 Revised:2009-06-08 Online:2009-10-01 Published:2009-10-01
Contact: ZHANG Yi-xiong

摘要/Abstract

摘要： Chan-Vese方法作为Mumford-Shah的简化模型，因其水平集函数在演化过程中的全区域变化，会造成计算量极大，严重影响曲线形变速度；即使采用窄带法，在像素大的图像处理中，演化速度也极大地受到限制。提出一种改进Chan-Vese可变模块法快速实现红外图像分割，提出了形变曲线的不同节点根据前一次迭代演化情况，采用不同大小的模块运算，从而极大地提高了Chan-Vese模型演化速度。通过对红外图像的实验仿真，证明了该改进C-V方法能达到理想的效果。

关键词: 改进Chan-Vese方法, 红外图像, 图像分割

Abstract: This paper analyzes the speed of the Chan-Vese method.However，as the simplified model of Mumford-Shah，Chan-Vese method will result in large amount of calculation，seriously impact the speed of curve deformation，due to the full-range changes of level set function in Chan-Vese model processing.This paper draws on the variable masking method to raise the speed of Chan-Vese model.The experiment result of the infrared image segmentation demonstrates the efficiency and effectiveness of the improved method.

Key words: improved Chan-Vese method, infrared image, image segmentation

中图分类号:

T391.41

张奕雄¹，李熙莹^2，3. Chan-Vese可变模块法快速实现红外图像分割[J]. 计算机工程与应用, 2009, 45(28): 196-198.

ZHANG Yi-xiong¹，LI Xi-ying^2，3. Realization of infrared image segmentation based on improved Chan-Vese model[J]. Computer Engineering and Applications, 2009, 45(28): 196-198.

[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]	王燕，亓祥惠，段亚西. 基于马尔科夫随机场的改进FCM图像分割算法[J]. 计算机工程与应用, 2020, 56(4): 197-201.

Chan-Vese可变模块法快速实现红外图像分割

Realization of infrared image segmentation based on improved Chan-Vese model

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