用于灰度不均图像分割的自适应灰度拟合模型

摘要：

针对灰度不均图像的分割问题,提出了一个结合全局信息的局部区域自适应灰度拟合模型.首先,分别利用图像的局部和全局信息构造了局部拟合项和全局拟舍项;其次,利用像素点邻域内灰度的极差反映该点邻域内灰度的偏差程度,并以此定义了一个自适应权值函数;最后,利用定义的权值函数为局部项和全局项自适应赋权值,得到所提模型的能量泛函,并使用变分法推导出模型的水平集函数迭代方程.数值实现采用有限差分法.实验结果表明,与区域可变灰度拟合(RSF)模型和局部和全局灰度拟合(LGIF)模型相比,所提模型不仅能够稳定、准确地分割多种灰度不均图像,而且对演化曲线初始轮廓的位置、大小和形状具有更强的鲁棒性.

关键词：图像分割、自适应权值、局部区域信息、灰度不均图像、水平集方法

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究项目KJQN201800537;重庆师范大学国家基金预研项目16XYY21,16XYY23;重庆师范大学博士启动基金资助项目17XLB001

在线出版日期：2019-10-16（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：2719-2725