基于改进Chan-Vese模型的图像分割 |
| |
引用本文: | 杨名宇. 基于改进Chan-Vese模型的图像分割[J]. 液晶与显示, 2014, 29(3): 473-478 |
| |
作者姓名: | 杨名宇 |
| |
作者单位: | 杨名宇:中国科学院 长春光学精密机械与物理研究所, 中国科学院航空光学成像与测量重点实验室,吉林 长春 130033
|
| |
基金项目: | 国家自然科学基金(No.61308099) |
| |
摘 要: | 目前基于水平集的图像分割方法很难给出基于全局极值的算法终止条件,而大多采用事先设定迭代次数的方法。本文提出了一种改进的Chan-Vese模型,通过添加水平集函数约束项,使得新模型抑制了水平集函数的取值范围,最终收敛至全局极值,并以此作为算法终止条件,无需事先设定迭代次数。实验结果表明,新模型在其终止条件下,分割结果正确,与传统Chan-Vese模型相比,新模型的收敛速度快3~6倍,且通用性更强。
|
关 键 词: | 图像分割 Chan-Vese模型 水平集方法 |
收稿时间: | 2014-01-17 |
Image segmentation based on improved Chan-Vese model |
| |
Abstract: | |
| |
Keywords: | image segmentation Chan-Vese model level set method |
本文献已被 CNKI 等数据库收录! |
|