水平集图像分割核映射模型的改进

摘要：

为提高水平集演化迭代效率和图像分割质量,对核映射(KM)模型进行改进,依据粗糙集理论提出图像数据离散化的定义和方法 由于加权后的KM模型推导出的区域参数具有收敛性,且离散化后图像灰度均匀性有所提高,区域参数可以更好地表达对应演化区域的灰度值,使得图像能够被更精确地分割.在迭代演化过程中,加权后的KM模型对应的水平集权重最小值为1.权重值越大水平集元素更新与演化曲线收敛越快,原始KM模型对应的非加权水平集可看作是所有权重值为1的加权水平集,提出的方法能够以相对较高的迭代效率完成图像分割.合成图像和自然图像分割实验结果表明,改进后的水平集图像分割方法有更好的分割质量和迭代效率.

关键词：图像分割、水平集、离散区域、灰度不均匀、图像数据离散化、粗糙集

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61033012

在线出版日期：2016-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：248-254