一种全局优化的水平集图像分割方法

被引：4

作者：

贾迪野

黄凤岗

文小芳

机构：

[1] 哈尔滨工程大学计算机科学与技术学院,哈尔滨工程大学计算机科学与技术学院,哈尔滨工程大学计算机科学与技术学院哈尔滨,哈尔滨,哈尔滨

来源：

中国图象图形学报 | 2005年 / 01期

关键词：

图像分割; MumfordShah; 水平集方法; 符号距离函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

该文对Chan-Vese提出的水平集图像分割算法进行了改进,提出了分段光滑的Mumford-Shah全局优化的水平集图像分割模型,并对偏微分方程进行了修正,以提高模型的图像分割能力。实验表明,该方法不但解决了C-V方法对于灰度值渐进图像无法正确分割的问题,同时可更精确地描述原图像,是一种高效、稳定的图像分割模型。另外,针对水平集方法中符号距离函数构造计算量大的问题,还提出一种全邻域源点扫描法,以便通过对图像平面网格点的扫描来实现距离函数的快速计算,这种方法不仅计算性能稳定,而且速度快、精度高。

引用

页码：25 / 30

页数：6

共 8 条

[1]

Active contours without edges. Chan F T,Vese L. IEEE Transactions on Image Processing . 2001

[2]

A fast level set approach to image segmentation based on Mumford-Shah model. Li Jun,Yang Xin,Shi Pengfei. The Chinese Journal . 2002

[3]

Rapid and accurate computation of the distance function using grids. Tsai Y H. Journal of Computational Physics . 2002

[4]

Snakes:Activecontourmodels. KassM,WitkinA,TerzopoulosD. InternationalJournalofComputerVision . 1988

[5]

Level Set methods and Fast Marching Methods:Evolving in-terfaces in computational geometry,fluid mechanics,computer vision,and materials science. Sethian J A. . 1999

[6]

Shape modeling with front propagation: A level set approach. Malladi R,Sethian J A,Vemuri B C. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1995

[7]

Geodesic active contours and level sets for the detection and tracking of moving objects. Paragios N,Deriche R. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000

[8]

Optimal approximation by piece-wise smooth functions and associated variational problems. Mumford D,Shah J. Communications of the ACM . 1989

← 1 →