基于C-V和GAC模型的水平集图像分割

摘要：

经典的活动轮廓模型主要有基于边界信息、基于区域信息以及两者相结合的活动轮廓模型,而测地线活动轮廓模型即GAC(Geodesic Active Contour)模型和C-V(Chan-Vese)模型分别是基于边界信息和基于区域信息的活动轮廓模型中具有代表性的模型,通过实验表明,两种模型各有各的优点也存在各自相应的局限性,对此该文进行了详细的总结,针对两者的局限性有学者提出两者结合的CV-GAC模型,在该文中进行了三者的实验对比分析,实验结果表明CV-GAC模型取得了较好的分割效果.

关键词：图像分割、水平集方法、GAC模型、C-V模型、CV-GAC模型

所属期刊栏目：13

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61562023;海南省自然科学基金项目20166219, 617119;海南省大学生创新创业训练计划项目20160064,20160065;海南师范大学创新项目cxcyxj2015067

在线出版日期：2017-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：148-151