基于MRF和水平集的图像分割方法

摘要：

传统的水平集方法忽略了图像的局部邻域信息,使得水平集曲线易停止于噪声点,导致对含有大量噪声、灰度相近的目标难以分割,且分割结果依赖初始轮廓的选择.因此,本文提出了一种基于马尔科夫随机场(MRF)的自适应水平集图像分割方法.首先利用K-means聚类获得图像的原始先验信息;然后结合MRF获得局部邻域能量信息;最后将MRF能量函数加入水平集中,来约束水平集演化的结果,进而对含有噪声的灰度图像进行自适应分割.通过与一些效果较好的水平集算法进行对比实验,证明了本文方法能够获得更加精确、鲁棒性更好的分割结果.

关键词：水平集、MRF、K-means聚类

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-07-24（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：99-103