利用统计概率的活动轮廓模型分割图像

被引：2

作者：

陈启东 ^{[1
]}

程宜康 ^{[2
]}

石澄贤 ^{[3
]}

机构：

[1] 常熟理工学院机械工程学院

[2] 苏州职业大学

[3] 常州大学信息科学系

来源：

中国农机化学报 | 2014年 / 35卷 / 01期

关键词：

图像分割; 活动轮廓模型; 特征向量; 统计概率;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

活动轮廓模型分割图像依赖于图像目标区域和背景区域灰度的可分性,当图像结构复杂时分割结果往往不理想。可以利用图像变换得到图像特征向量,再研究图像特征向量和图像目标区域的隶属关系。把图像特征向量通过概率密度形成外力场集成到活动轮廓模型。这种改进的活动轮廓模型在图像分割中可以包含较多的图像分割信息,较强的抗噪声干扰性能,能对多种类型图像进行分割,同时它是图像分割活动轮廓模型的推广。对弱边缘区域、纹理图像、遥感图像的分割实验说明改进的活动轮廓模型有良好的分割性能和效果。

引用

页码：112 / 116+128 +128

页数：6

共 5 条

[1] Geometric active contours without re-initialization for image segmentation [J].

Zheng Ying ;

Li Guangyao ;

Sun Xiehua ;

Zhou Xinmin .

PATTERN RECOGNITION, 2009, 42 (09) :1970-1976

[2]

Active contours driven by local image fitting energy[J] . Kaihua Zhang,Huihui Song,Lei Zhang.Pattern Recognition . 2009 (4)

[3]

Colour, texture, and motion in level set based segmentation and tracking[J] . Image and Vision Computing . 2009 (3)

[4]

Globally adaptive region information for automatic color–texture image segmentation[J] . Pattern Recognition Letters . 2007 (15)

[5] Designing Gabor filters for optimal texture separability [J].

Clausi, DA ;

Jernigan, TE .

PATTERN RECOGNITION, 2000, 33 (11) :1835-1849

← 1 →