排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
基于区域的几何活动轮廓(Chan-Vese,CV)模型是乳腺超声图像中常用的一种分割算法.但传统的CV模型不能满足乳腺超声图像分割精度高、速度快的要求.因此,文章提出了一种基于指数加权平均比率(Ratio of Exponential Weighted Averages,ROEWA)算子改进的CV模型,用于乳腺超声图像中病灶区域的分割.首先,计算乳腺超声图像的ROEWA算子.其次,基于图像的ROEWA算子构建边缘指示函数,用于代替CV模型中的Dirac项.最后,去除平滑项,从而提高曲线演化的速度.实验结果表明,文章提出的算法不仅能提高分割的精度,而且能显著提高分割的速度. 相似文献
3.
在计算机视觉领域,尺度空间扮演着一个很重要的角色。多尺度图像分析的基础是自动尺度选择,但它
的性能非常主观和依赖于经验。基于互信息的度量准则,文章提出了一种自动选取最优尺度的模型。首先,研究
专注于基于形态学算子的多尺度图像平滑去噪方法,这种技术不需要噪声方差的先验知识,可以有效地消除照度
的变化。其次,通过递归修剪 Huffman 编码树,设计了一个基于聚类的无监督图像分割算法。一个特定的聚类数
从信息理论的角度来看,提出的聚类算法可以保留最大的信息量。最后,用一系列的实验对算法的性能进行了验证,
并从数学上进行了详细的证明和分析,实验结果表明本文提出的算法能获得最优尺度的图像平滑和分割性能 。 相似文献
4.
一种新的曲线演化混合模型图像分割算法 总被引:2,自引:0,他引:2
本文在Mumford-Shah模型的基础上,将传统几何曲线演化的驱动力(图像梯度局部信息)、Mumford-Shah模型的全局信息以及水平集的符号距离函数统一在一个变分框架之下,完成曲线演化过程的数值计算。本混合模型无需重新计算演化曲线的初始位置,可选择较大时间步长。实验结果表明,新的混合模型既保留了原有曲线演化模型的优势,又能高效稳健、快速地完成曲线演化过程。 相似文献
5.
在计算机视觉领域,尺度空间扮演着一个很重要的角色。多尺度图像分析的基础是自动尺度选择,但它的性能非常主观和依赖于经验。基于互信息的度量准则,文章提出了一种自动选取最优尺度的模型。首先,研究专注于基于形态学算子的多尺度图像平滑去噪方法,这种技术不需要噪声方差的先验知识,可以有效地消除照度的变化。其次,通过递归修剪Huffman编码树,设计了一个基于聚类的无监督图像分割算法。一个特定的聚类数从信息理论的角度来看,提出的聚类算法可以保留最大的信息量。最后,用一系列的实验对算法的性能进行了验证,并从数学上进行了详细的证明和分析,实验结果表明本文提出的算法能获得最优尺度的图像平滑和分割性能。 相似文献
1