基于区域GAC模型的二值化水平集图像分割算法
针对测地线主动轮廓(GAC)模型进行了改进,提出了一种基于区域的GAC模型.通过构造基于区域统计信息的符号压力函数取代边界停止函数,有效解决了弱边界目标或离散状边界目标的分割问题.该模型采用二值化水平集方法实现,避免了传统实现方法水平集函数需要重新初始化为符号距离函数,从而导致稳定性差、计算量大、实现复杂等缺点.对不同类型图像的试验结果表明:该算法迭代收敛速度比GAC模型传统实现方法明显加快,且可有效防止边界泄漏,分割效果优于传统GAC模型与C-V模型.
图像分割、水平集、主动轮廓、重新初始化
29
TP391.41(计算技术、计算机技术)
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
2414-2417