基于贝塞尔滤波改进的测地活动轮廓图像分割模型

摘要：

活动轮廓模型广泛应用于图像分割和目标轮廓提取,基于边缘的测地活动轮廓(GAC)模型在提取边缘明显的物体时得到广泛的应用,但GAC演化过程中,迭代次数较多,耗时较长.针对这一问题,结合贝塞尔滤波理论,对GAC模型改进.首先,利用贝塞尔滤波对图像进行平滑处理,降低噪声;其次,基于贝塞尔滤波的边缘检测函数,构建新的边缘停止项,且并入到GAC模型中;最后,在构造的模型中同时加入反应扩散(RD)项以避免水平集重新初始化.实验结果表明,与多个基于边缘的模型相比,所提模型在保证分割结果精确度的同时,提高了时间效率,更适用于实际应用.

关键词：测地活动轮廓、贝塞尔滤波、边缘检测函数、边缘停止项、重新初始化

所属期刊栏目：37

分类号：TP391.4(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U1404603;河南省教育厅科学技术重点研究项目13A520522.This work is partially supported by the National Natural Science Foundation of ChinaU1404603;the Key Projects of Science and Technology Research of Education Department of Henan Province13A520522

在线出版日期：2018-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3536-3540,3562