|
|||||
|
|
| 融入图像全局信息的局部图像拟合模型 | |
| 作者单位： | ;1.燕山大学信息科学与工程学院 |
| 摘 要： | 为提高局部图像拟合(LIF)模型对初始轮廓的鲁棒性,提出了一种新的融合图像全局和局部信息的活动轮廓模型(LIF_GI模型)。针对灰度均匀图像,利用图像的全局均值构建了全局图像拟合(GIF)模型,结合GIF模型和LIF模型的优势,通过构造新的图像拟合函数构建了LIF_GI模型。为避免对水平集函数进行繁琐的重新初始化操作,使用反应扩散(RD)方法实现水平集演化。实验表明,所构建的GIF模型在灰度均匀图像上能够获得满意的分割结果,且容许灵活的轮廓初始化。在分割灰度不均匀图像时,LIF_GI模型有效地降低了LIF模型对初始轮廓的敏感性,与LIF模型相比,LIF_GI模型又表现出迭代次数少、检测速度快的优势。 |
| 关 键 词： | 图像分割 图像拟合函数 局部图像拟合模型 全局图像拟合模型 融入图像全局信息的局部图像拟合模型 |
Local image fitting model fused with global image information |
|
| Abstract: | |
| Keywords: | |