基于灰度特征统计的可变区域图像分割算法
图像分割技术是计算机视觉低层次领域中的一项重要内容,是对图像进行分析和模式识别的基本前提,目前已被广泛地应用于诸多领域如医学图像和遥感图像等.同时,它也是图像处理中的一个难点.提出了一种可变区域的分割算法,利用基于全局灰度统计信息的活动轮廓模型进行曲线演化,并使用水平集表示轮廓.通过不断改变和缩小分割区域的策略,利用邻域替代算法,将分割过程分为多个阶段进行.这种算法的优点在于,可以自动地完成工作而无需人工干预.实验结果表明,图像中具有复杂结构的目标物体能够被准确而且快速地分割出来;与现有的方法相比,分割速度有了较为明显的提高.
机器视觉、可变区域、活动轮廓、统计模型、邻域替代、图像分割、水平集
31
O436(光学)
国家863计划2007AA01Z160
2011-05-27(万方平台首次上网日期,不代表论文的发表时间)
190-195