结合各向异性扩散和分水岭算法的图像分割 |
| |
引用本文: | 陈世文.结合各向异性扩散和分水岭算法的图像分割[J].传感技术学报,2023,36(10):1622-1627. |
| |
作者姓名: | 陈世文 |
| |
作者单位: | 嘉应学院计算机学院 |
| |
基金项目: | 嘉应学院项目(2016KJZ03)资助 |
| |
摘 要: | 传统分水岭算法受到噪声干扰时容易出现过分割现象,为了抑制噪声的同时尽可能多地保留住图像边缘信息,提出了一种基于各向异性扩散的分水岭分割算法。首先对原始图像进行滤波操作,传统P-M算子通常人为设定固定边界阈值,容易丢失细节信息,应用梯度模的变化设定阈值并连结图像结构张量形成一个扩散函数,边缘处沿切线方向扩散易于保留边缘细节,平坦处具有各向同性易于平滑噪声,这样保证了良好的分水岭结构。其次对图像的梯度信息进行计算,为了使梯度信息得到补偿,采用数学形态学的开闭运算对图像梯度信息进行处理。然后运用形态学极小值标定方法标记处理后的图像局部极小值,最后用分水岭算法对图像进行分割。实验对无噪声图像和加噪声图像进行分割,结果表明该方法具有良好的分割效果,尤其对噪声图像有较好的鲁棒性。
|
关 键 词: | 图像分割 分水岭算法 各向异性扩散 P-M模型 标记提取 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|