自适应模型的水平集图像分割方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (27): 221-224.

• 图形、图像、模式识别 • 上一篇下一篇

自适应模型的水平集图像分割方法

谢意1，杨玲2

1.成都信息工程学院电子工程学院，成都 610225
2.成都信息工程学院网络工程学院，成都 610225

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-21 发布日期:2011-09-21

Level set method of image segmentation based on adaptive model

XIE Yi1，YANG Ling2

1.College of Electronic Engineering，Chengdu University of Information Technology，Chengdu 610225，China
2.College of Networks Engineering，Chengdu University of Information Technology，Chengdu 610225，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-21 Published:2011-09-21

摘要/Abstract

摘要： 水平集广泛应用于图像分割。给出基于传统C-V和GAC模型的水平集方法，在此基础上，介绍了一种结合C-V模型和GAC模型并根据图像特征选择性融入图像局部信息的自适应模型的水平集分割方法。通过实例分析，证明了该方法对分割弱边缘和灰度渐进的图像是有效的，并且抗噪声性能较好。

关键词: 水平集, 能量函数, 图像分割, 偏微分方程

Abstract: Level-set has been widely used in image segmentation.This paper introduces the traditional level-set based on the model of C-V and GAC，then a new method is presented to segment images，which combines with the advantages of the C-V model and the GAC model mean while it selectively considers the local information in the illegibility area according to the characteristics of image.Finally，a real example demonstrates the method is effectiveness and feasibility on segmenting the noisy blurry boundary and intensity inhomogeneity images.

Key words: level-set, energy function, image segmentation, Partial Differential Equation（PDE）

谢意1，杨玲2. 自适应模型的水平集图像分割方法[J]. 计算机工程与应用, 2011, 47(27): 221-224.

XIE Yi1，YANG Ling2. Level set method of image segmentation based on adaptive model[J]. Computer Engineering and Applications, 2011, 47(27): 221-224.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[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.

自适应模型的水平集图像分割方法

Level set method of image segmentation based on adaptive 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