排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
就初始轮廓提出了一种新的基于形状共享思想的初始轮廓学习方法.利用不同种类的物体全局形状或局部形状可能相似的现象,首先提取测试图像的局部形状;再找出样本库中与其局部形状相匹配的局部形状集;根据测试图片与样本图片中局部形状的相对位置及大小,进行全局形状映射;最后依照全局形状的覆盖率分组,融合成一系列初始形状.将这一系列的初始轮廓作为主动轮廓模型的初始迭代函数.另外,该主动轮廓模型结合了测试图像的边缘信息与区域信息,利用彩色梯度表示边缘的变化.从实验结果可以看出,将学习到的初始轮廓加入混杂主动轮廓中能包含更丰富的形状信息,可获得更准确的分割结果,收敛速度更快. 相似文献
1