首页 | 本学科首页   官方微博 | 高级检索  
     

结合KL散度和RSF模型的主动轮廓图像分割方法
引用本文:刘琳,程丹松,何仕文,石大明,吴锐,王君.结合KL散度和RSF模型的主动轮廓图像分割方法[J].哈尔滨工业大学学报,2016,48(5):23-31.
作者姓名:刘琳  程丹松  何仕文  石大明  吴锐  王君
作者单位:哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨;哈尔滨学院 工学院,150086 哈尔滨,哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨,哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨,哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨,哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨,哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨
基金项目:国家自然科学基金(5,3); 国家博士后科学基金(20100480998); 国防科工局重大专项(公开)(50-Y20A08-0508-15/16); 哈尔滨市科技创新人才专项资金(2013RFQXJ110).
摘    要:针对主动轮廓模型在进行图像分割时计算复杂度较高的问题,提出一种基于区域的变分水平集主动轮廓模型图像分割方法.新模型将Kullback-Leibler(KL)散度信息加入到RSF(region-scalable fitting)模型中,在新模型的能量项中通过RSF能量项计算区域内某点和该区域"中心"之间的拟合距离来表示目标区域的相似性,同时通过最大化KL能量项使模型能更容易分离图像中的不同灰度区域,进而使图像分割的计算时间显著降低.该模型可以很好地处理图像的模糊边界和图像噪声等问题,并适用于合成图像和实际图像的分割.通过实验结果的对比可以看出,本模型在保证分割精度的前提下,加快了边缘的收敛速度,提高了图像分割的效率.

关 键 词:RSF模型  能量函数  图像分割  KL散度  水平集
收稿时间:5/4/2015 12:00:00 AM

Active contour driven by region-scalable fitting and Kullback-Leibler divergence for image segmentation
LIU Lin,CHENG Dansong,HE Shiwen,SHI Daming,WU Rui and WANG Jun.Active contour driven by region-scalable fitting and Kullback-Leibler divergence for image segmentation[J].Journal of Harbin Institute of Technology,2016,48(5):23-31.
Authors:LIU Lin  CHENG Dansong  HE Shiwen  SHI Daming  WU Rui and WANG Jun
Affiliation:School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China ;Engineering Institute, Harbin University, 150086 Harbin, China,School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China,School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China,School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China,School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China and School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China
Abstract:
Keywords:region-scalable fitting model  energy function  image segmentation  Kullback-Leibler divergence  level set
本文献已被 CNKI 等数据库收录!
点击此处可从《哈尔滨工业大学学报》浏览原始摘要信息
点击此处可从《哈尔滨工业大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号