一种由内向外的Active Contour模型图像分割算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (23): 171-173.

• 图形、图像、模式识别 • 上一篇下一篇

一种由内向外的Active Contour模型图像分割算法

张辉1，吴月宁2

1.咸阳师范学院数学与信息科学学院，陕西咸阳 712000
2.西北农林科技大学理学院，陕西杨凌 712100

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-11 发布日期:2011-08-11

Image segmentation based on expansive Active Contour model

ZHANG Hui1，WU Yuening2

1.College of Mathematics and Information Sciences，Xianyang Normal University，Xianyang，Shaanxi 712000，China
2.College of Science，Northwest A&F University，Yangling，Shaanxi 712100，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-11 Published:2011-08-11

摘要/Abstract

摘要： 针对主动轮廓模型图像分割，提出一种改进算法。该算法首先选取边界内部点为轮廓初始点，再根据能量与面积的关系，将传统算法中初始点向边界点收缩改进为由初始点向边界点膨胀。算法的实现采用原始模型和改进模型相互交替的贪婪算法，保证了模型的稳定性特点。实验结果表明：这种由内向外的分割算法比传统模型分割效果好及适用范围广;避免了传统模型对凹陷区域分割效果不理想及边界外部复杂环境对分割效果的影响。

关键词: Active Contour模型, 面积, greedy算法

Abstract: In the segmentation of region，the contour points are easily affected by concavity boundary and external complex environmental，focusing on these problems，the paper improves energy function of traditional Active Contour model.If initial contour points are put inside the boundary，with relationship between area and energy in the improved model，the contour points will be expanded to boundary，not to be converged in traditional model.The paper uses alternate greedy algorithm of improved model and traditional Active Contour model.Results show that，by the alternate algorithm，the contour points would be expanded quickly and accurately to boundary without disturbance of external environment.

Key words: Active Contour model, area, greedy algorithm

张辉1，吴月宁2. 一种由内向外的Active Contour模型图像分割算法[J]. 计算机工程与应用, 2011, 47(23): 171-173.

ZHANG Hui1，WU Yuening2. Image segmentation based on expansive Active Contour model[J]. Computer Engineering and Applications, 2011, 47(23): 171-173.

[1]	张常华，周雄图，张永爱，姚剑敏，郭太良，严群. 深度自编码器在数据异常检测中的应用研究[J]. 计算机工程与应用, 2020, 56(17): 93-99.
[2]	焦越，王慧青，吴煜豪，杨哲. 结合面积度量和误差校正的网格简化算法[J]. 计算机工程与应用, 2019, 55(17): 221-226.
[3]	俞武扬，周洋. 改进柔性隔间结构的不等形面积设施布局研究[J]. 计算机工程与应用, 2019, 55(14): 221-227.
[4]	汪娟1, 刘哲1, 宋余庆1, 陈香远2. 基于改进的GLCM甲状腺纹理特征提取与分析[J]. 计算机工程与应用, 2018, 54(23): 176-182.
[5]	路红1，2，杨晨1，费树岷2. 基于多方向显著子区域置信表决的多目标检测[J]. 计算机工程与应用, 2018, 54(22): 173-179.
[6]	闫建红. 不平衡数据度量指标优化的提升分类方法[J]. 计算机工程与应用, 2018, 54(21): 128-132.
[7]	杨雪松，蔡碧野，张建明，李峰. 基于HSV颜色特征和轮廓面积的救生衣检测算法[J]. 计算机工程与应用, 2016, 52(3): 184-188.
[8]	叶汉民1，3，黄培亮2. 基于加权区域特征的快速步态识别[J]. 计算机工程与应用, 2016, 52(10): 157-160.
[9]	董本志，康欣，任洪娥. 植物叶片轮廓特征提取方法研究[J]. 计算机工程与应用, 2015, 51(8): 143-147.
[10]	傅天裕1，2，罗永龙1，2，郭良敏1，2，孙玲玲1，2. 保护私有信息的两多边形相交面积计算[J]. 计算机工程与应用, 2014, 50(9): 37-40.
[11]	朱庆伟，李云飞. 面向多边形三维显示的快速三角化方法研究[J]. 计算机工程与应用, 2014, 50(5): 147-150.
[12]	赵方，张洁，赵天忠，闫民. 基于Android平台的GPS林地面积测量[J]. 计算机工程与应用, 2014, 50(23): 261-266.
[13]	龙清清，宋夫华. 基于最大连通区域的QR码提取和校正方法[J]. 计算机工程与应用, 2014, 50(12): 162-165.
[14]	何兴恒，林蝉. 基于区域取样的直线扫描转换算法[J]. 计算机工程与应用, 2013, 49(17): 143-145.
[15]	秦锋，杨帆，程泽凯，刘牛. BO-AUC多类分类评估方法[J]. 计算机工程与应用, 2012, 48(5): 156-158.

一种由内向外的Active Contour模型图像分割算法

Image segmentation based on expansive Active Contour 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