基于梯度信息的自适应邻域噪声图像分割模型

摘要：

现有分割模型多数不能兼顾概率噪声图像和非均匀图像的分割精度,为此,构建一种改进的活动轮廓模型.引入新的邻域拉伸变形机制,使用图像梯度引导邻域变形,以降低无关信息和噪声点对分割结果的影响.将局部相关性系数引入能量泛函,使模型可以准确辨别信息价值较高的像素点.在此基础上,通过最小化能量函数驱动活动分割轮廓向目标边缘演化.实验结果表明,该模型可有效分割具有弱边界性质的概率噪声图像,且分割精度高于自适应LCV模型、LCK模型等.

关键词：图像分割、高斯噪声、自适应邻域、活动轮廓模型、图像梯度

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61402318

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：227-233,239