R-Snake:一种基于边缘与区域信息的图像主动轮廓提取模型

被引：9

作者：

孙阳光 ^{[1
]}

蔡超 ^{[1
]}

周成平 ^{[1
]}

丁明跃 ^{[1
,2
]}

机构：

[1] 华中科技大学图像识别与人工智能研究所,多谱信息处理技术国防科技重点实验室

[2] 华中科技大学生命科学与技术学院,图像信息处理与智能控制教育部重点实验室

来源：

电子学报 | 2009年 / 37卷 / 08期

关键词：

R-Snake模型; 区域信息; 格林公式; 轮廓提取;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统Snake模型存在着对轮廓的初始化敏感,对高噪声图像易陷入局部极小值,以及对具有狭长深度凹陷区域的图像无法获得正确轮廓等问题.本文提出了一种基于边缘与区域信息的主动轮廓模型R-Snake(Region Snake).该模型通过文中设计的图像变换算子,并结合区域积分与曲线积分间转化的Green公式,导出了包含目标图像区域信息的区域力.然后由力平衡方程将该区域信息自然直接地引入到主动轮廓提取模型中,从而实现图像的轮廓提取.由于该模型同时利用了图像的区域信息和梯度信息来引导轮廓曲线的演化,使得本文方法不仅扩大了轮廓初始化的范围,降低了对图像噪声的敏感性,而且还增加了轮廓曲线收敛到真实边界的能力.实验结果表明,本文方法具有很强的适应性和鲁棒性,尤其是对高噪声图像和具有狭长深度凹陷的图像获得了优于传统Snake模型的结果.

引用

页码：1810 / 1815

页数：6