结合邻域信息的Chan-Vese模型图像分割

被引：19

作者：

杨名宇

丁欢

赵博

张文生

机构：

[1] 中国科学院自动化研究所复杂系统与智能科学重点实验室

来源：

计算机辅助设计与图形学学报 | 2011年 / 23卷 / 03期

关键词：

图像分割; 灰度异质; Chan-Vese模型; 水平集; 邻域加权函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

灰度异质图像广泛存在于日常生活及医学图像中,而现有方法不能很好地解决灰度异质图像的分割问题,为此提出一种结合邻域信息的改进Chan-Vese模型.首先通过计算找出邻域内与中心点属于同一类的点,其次将这些点与中心点的距离作为它们与中心点相似程度的权值进行累加,最后通过统计整幅图像中每个局部区域内各点与中心点的相似程度,加强了该模型对区域细节的捕获能力,实现对灰度异质区域的分割.实验结果表明,与Chan-Vese模型相比,文中模型可以准确地分割包含灰度异质区域的图像;与Piecewise Smooth模型相比,2个模型分割效果几乎相同,但文中模型的速度更快.

引用

页码：413 / 418

页数：6

共 5 条

[1] Active contours driven by local Gaussian distribution fitting energy [J].