基于最小错误率和快速水平集的图像分割
提出一种基于最小错误率和快速水平集的图像分割方法,通过对速度项和停止条件的重新设计,实现了快速而有效的图像分割.算法采用模式分类思想,以统计直方图来近似目标和背景区域的概率密度,对基于最小错误率的判别函数进行平滑滤波以获得外部速度,从而实现曲线的进化;同时,分割过程在分类错误率达到最小时停止.实验结果表明,本文算法对弱边缘、低对比度灰度图像具有较好的分割效果,且具有较强的抗噪性能;在分割速度上,本文算法也明显优于几种已有算法.
概率密度、水平集、最小错误率、图像分割
21
TP391(计算技术、计算机技术)
国家高技术研究发展计划863计划2007AA701206
2010-04-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
130-135