改进的DNLS图像分割算法

摘要：

针对多边形的拓扑性不足造成析取正态水平集(DNLS)模型边缘拟合不完整的问题,提出一种基于高斯马尔可夫随机场(GMRF)模型的析取正态水平集图像分割算法.该算法提取图像的颜色通道信息,利用GMRF模型描述不同颜色通道的纹理特征;重写DNLS模型能量函数,将图像纹理信息、色彩信息加权融入,以颜色特征和纹理特征的组合作为对图像进行分割的依据.在演化迭代过程中,使用分段学习率减少迭代次数,实现快速收敛.该算法降低了噪声对图像的影响,提高了DNLS模型的边缘拟合能力.改进算法通过利用图像的色彩信息及纹理细节信息,能有效抵抗图像噪声和复杂的色彩信息干扰,边缘拟合效果更好、分割准确性更高,具有更强的适应性.通过与其他算法在同等环境下进行分割实验定量对比,验证了该算法的有效性.

关键词：图像分割;拓扑性;高斯马尔可夫随机场模型;析取正态水平集;纹理特征;能量函数;色彩信息;图像噪声

所属期刊栏目：45

分类号：TN911.73-34

资助基金：国家重点研发计划2017YFD0700304-03

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60