10.16337/j.1004-9037.2016.01.021
基于改进C-V模型的图像分割方法
传统C-V模型分割图像利用图像区域特征,忽略了边缘等能够反应图像细节的特征.为了达到更好的图像分割效果,对于这些细节信息的处理则显得尤为重要.图像的梯度信息在边缘区域具有较大幅值,在同质区域具有较小幅值,因而可以用图像梯度来反映图像的边缘信息.把边缘信息融入C-V模型,利用同质区域信息和边缘信息控制曲线演化,则可以达到更好的分割效果.本文提出的新模型克服了C-V模型的一些缺陷,对背景灰度不均匀或含弱边缘的图像能够获得更好的分割效果.
图像分割、C-V模型、水平集方法、偏微分方程
31
TP911.73
国家自然科学基金61572085
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
190-196