共查询到16条相似文献,搜索用时 62 毫秒
1.
提出了基于类间方差参数活动轮廓模型图像分割法.该方法将气球力参数活动轮廓模型中的恒定气球力替换为包含区域信息的变力,最大化目标和背景两区域类间方差,引导轮廓曲线进化.实验结果表明:对于初始轮廓位置不论是处于目标区域内部,或者是处于背景区域内部,还是与目标和背景区域相交,该模型都能获得正确分割结果. 相似文献
2.
本文提出了一种新的基于距离局部信息的活动轮廓摸型。该模型的能量函数将区域可扩展能量项(region scalable fitting, RSF)和Hausdorff距离项结合,其中RSF项在目标边缘附近起主导作用,用来吸引水平集函数曲线到达目标边界;而Hausdorff距离由于包含了局部区域的相似信息,可以提高分割方法的稳定性。在保证分割精度的情况下,相对于区域可伸缩拟合及局部巴氏距离的活动轮廓模型RSFB方法,本文方法具有更快的收敛速度和更好的参数选择鲁棒性,对于解决图像分割中的边界模糊和噪声问题效果显著。实验结果显示本文提出的方法在超声图像和不均匀图像的分割中都有非常好的效果,且计算量较小。 相似文献
3.
4.
基于局部子区域的活动轮廓图像分割方法 总被引:3,自引:2,他引:1
这里的方法旨在解决复杂多纹理图像中的目标分割问题。沿袭局部化思路,进一步提出基于局部子区域的方法,介绍了该方法下能量函数的设计方法,并与全局统一能量模型方法和局部能量方法进行了实验对比。实验表明,该方法在继承一般局部区域方法的分割能力的同时,较好的解决了复杂多纹理图像的目标分割问题,能较好的分割多纹理形成的物体边界,成功扩展了基于区域的活动轮廓的分割方法对图像的适应能力。 相似文献
5.
基于局部图划分的多相活动轮廓图像分割模型 总被引:2,自引:1,他引:1
几何活动轮廓模型是图像分割领域的强有力工具。最近,一种基于成对相似性的图划分活动轮廓(GPAC)模型被提出,并有效应用于均质图像分割。但是,该模型的连接权函数仅与图像光谱相关,使得模型在低对比度模糊图像的应用存在较大局限,同时,成对相似性的计算量大,模型的数值实现效率不甚理想。针对这些问题,该文引入测地核函数定义连接权函数,结合多相水平集,提出了基于局部图划分的多相活动轮廓图像分割模型。自然图像的实验结果证明了该模型的有效性。 相似文献
6.
一种鲁棒的非均匀灰度图像分割算法 总被引:2,自引:0,他引:2
针对非均匀灰度图像分割困难及分割效率低下的问题,该文提出了一种基于活动轮廓模型的高效图像分割算法。不同于传统水平集方法中仅用单一信息定义的能量泛函,该算法结合图像的边缘信息和区域统计信息定义了一个新的能量泛函。边缘信息的利用便于演化轮廓线快速精确地定位至物体边缘;区域统计信息由局部统计信息和全局统计信息构成,一方面,局部统计信息的利用能够有效处理图像的灰度分布不均匀现象,另一方面,全局统计信息的利用避免了轮廓线陷入局部极小值。最后,在轮廓线演化过程中,通过高斯卷积核实现快速规则化,避免了传统模型计算代价高昂的重新初始化或规则化。合成图像和真实图像的实验结果表明,该文算法不仅能够快速有效分割灰度分布不均匀的弱边缘物体,而且对于多灰阶复杂结构物体也能够精确分割;同时,该算法对噪声和初始轮廓线具有较好的鲁棒性。 相似文献
7.
8.
9.
为了解决图像对象灰度分布不一致性的分割难题,提高图像分割速度,提出了一个全新的快速主动轮廓模型。它由曲线周围局部的统计信息驱动曲线发生形变演化,并使用图像中的边缘信息来引导曲线的演化方向。模型中,根据区域模板与演化曲线共同定义的局部统计信息创建数据拟合项,并应用水平集方法求解曲线的演化。对合成图像和医学图像的实验结果表明,本文提出的分割模型可以同时分割多个灰度不一致的对象,分割速度快,结果稳定,对噪声具有很好的鲁棒性。 相似文献
10.
本文基于I-divergence-TV(IDT)去噪模型和变分水平集方法提出一个新的局部拟合活动轮廓模型。该模型能有效解决SAR图像的分割问题,并且不需要周期性地更新水平集函数。通过对合成图像和实测Envisat SAR图像的分割实验,提出的模型与局部拟合RSF模型相比具有更准确的边缘定位能力和噪声抑制能力。 相似文献
11.
Novel Active Contour Model for Image Segmentation Based on Local Fuzzy Gaussian Distribution Fitting
Quang Tung Thieu Marie Luong Jean-Marie Rocchisani Nguyen Linh-Trung Emmanuel Viennet 《中国电子科技》2012,10(2):113-118
A novel active contour model is proposed, which incorporates local information distributions in a fuzzy energy function to effectively deal with the intensity inhomogeneity. Moreover, the proposed model is convex with respect to the variable which is used for extracting the contour. This makes the model independent on the initial condition and suitable for an automatic segmentation. Furthermore, the energy function is minimized in a computationally efficient way by calculating the fuzzy energy alterations directly. Experiments are carried out to prove the performance of the proposed model over some existing methods. The obtained results confirm the efficiency of the method. 相似文献
12.
C-V模型等传统基于区域的几何活动轮廓模型仅将灰度同质作为区域相似性的测度,致使其在分割噪声分布大、灰度复杂的自然及遥感图像时难有较好的分割结果。为此,该文提出基于Earth Movers Distance (EMD)的快速活动轮廓图像分割算法。首先,给出了基于EMD的区域相似性测度,并引入到模型的定义;接着,提出了基于过分割的规则化和快速曲线演化方法,很好地克服了传统模型的冗余轮廓、计算复杂等问题。对合成图像和遥感图像的实验结果证明了算法的有效性。 相似文献
13.
Segmentation is an important research area in image processing and computer vision. The essential purpose of research work is to achieve two goals: (i) partition the image into homogeneous regions based on certain properties, and (ii) accurately track the boundary for each region. In this study, we will present a novel framework that is designed to fulfill these requirements. Distinguished from most existing approaches, our method consists of three steps in the segmentation processes: global region segmentation, control points searching and object boundary tracking. In step one, we apply Markov Random Field (MRF) modeling to multi-channel images and propose a robust energy minimization approach to solve the multi-dimensional Markov Random Field. In step two, control points are found along the target region boundary by using a maximum reliability criterion and deployed to automatically initialize a Minimum Path Approach (MPA). Finally, the active contour evolves to the optimal solution in the fine-tuning process. In this study, we have applied this framework to color images and multi-contrast weighting magnetic resonance image data. The experimental results show encouraging performance. Moreover, the proposed approach also has the potential to deal with topology changing and composite object problems in boundary tracking. 相似文献
14.
15.
The performance of the traditional active contour model is subject to the energy weight parameters and initial level set functions, which significantly affect the accuracy of segmentation results. This paper proposes a new robust active contour model to eliminate the above limitations for both 2D single-object and multi-object medical image segmentation. The optimal values of energy weight parameters are defined with adaptive energy weight functions to adjust the contribution of each external energy term dynamically. Thus, the energy functional will not be controlled by the large external energy terms, otherwise boundaries leakage would occur. The initial level set functions are optimized with the coarse results obtained by fuzzy C-means clustering method. The evolution of level set functions starts from the locations near the true boundaries. Therefore, the deformable curves could converge to the true boundaries robustly. The proposed algorithm is verified using both synthetic images and medical images from different modalities. The experimental results demonstrate that the proposed algorithm could realize accurate and robust segmentation for medical images even in the presence of noises and weak boundaries. 相似文献