基于显著性区域检测和水平集的图像快速分割算法
本文选题:图像分割 切入点:水平集方法 出处:《电子与信息学报》2017年11期 论文类型:期刊论文
【摘要】:为了实现含有复杂背景和弱边界图像的快速准确分割,传统的水平集常采用重新初始化的方法,但是这种方法存在计算量大、分割不准确等问题。因此,结合显著性区域,该文提出一种基于边缘信息与区域局部信息结合的变水平集图像快速分割方法。首先用元胞自动机模型检测出图像的显著性区域,得到图像的初始化边界曲线。然后,采用改进的距离正规化水平集演化(Distance Regularized Level Set Evolution,DRLSE)模型把图像的局部信息结合到变分能量方程中,用改进的能量方程去指导曲线的演化。实验结果表明,与DRLSE模型相比,提出的算法平均消耗的时间只需要前者的2.76%,且具有较高的分割准确性。
[Abstract]:In order to realize the fast and accurate segmentation of images with complex background and weak boundary, the traditional level sets often adopt the method of reinitialization, but this method has the problems of large computation and inaccurate segmentation. In this paper, a fast image segmentation method based on the combination of edge information and regional local information is proposed. Firstly, the salient region of the image is detected by the cellular automata model, and the initialization boundary curve of the image is obtained. The improved distance Regularized Level Set evolution model is used to integrate the local information of the image into the variational energy equation, and the modified energy equation is used to guide the curve evolution. The experimental results show that compared with the DRLSE model, The average time consumed by the proposed algorithm is only 2.76% of the former, and the algorithm has higher segmentation accuracy.
【作者单位】: 福建师范大学数学与计算机学院;
【基金】:国家自然科学基金(61671077) 福建省自然科学基金(2017J01739) 福建省教育厅项目(JA15136) 福建师范大学教学改革研究项目(I201602015)~~
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 林亚忠;程跃斌;陈武凡;;一种水平集分割的快速算法[J];南方医科大学学报;2006年06期
2 段先华;夏德深;;基于椭圆约束分割心脏MRI图像的水平集模型[J];计算机工程;2007年16期
3 孙涌;王志坚;索丽生;;水平集法对流场相界面应用的分析与研究[J];苏州大学学报(工科版);2007年03期
4 王超逸;汤盈盈;;形状敏度及水平集在结构优化中的运用[J];山西建筑;2008年07期
5 李宏友;汪同庆;叶俊勇;刘青;;一种新的水平集进化模型[J];仪器仪表学报;2008年07期
6 余瑞星;朱冰;吕梅柏;;一种新的水平集停止项函数选取方法研究[J];系统仿真学报;2008年22期
7 董建园;郝重阳;齐敏;;基于策略演化水平集的医学图像快速分割[J];中国图象图形学报;2009年08期
8 陆意骏;陈一民;黄诗华;陈明;姚争为;;基于粒子滤波与改进水平集的人手跟踪[J];计算机工程;2010年13期
9 李静;王军政;梁少敏;沈伟;;基于改进水平集的多运动目标检测方法[J];北京理工大学学报;2011年05期
10 熊友谊;张莹;;基于水平集的海岛(礁)提取[J];测绘与空间地理信息;2012年03期
相关会议论文 前10条
1 王一波;胡仲翔;姚耀;;基于水平集的激光条纹提取方法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
2 田昊;杨剑;李国辉;;基于变分水平集的遥感影像建筑物检测[A];第18届全国多媒体学术会议(NCMT2009)、第5届全国人机交互学术会议(CHCI2009)、第5届全国普适计算学术会议(PCC2009)论文集[C];2009年
3 曹晓光;崔林艳;;基于阈值和水平集的尿沉渣图像分割组合算法[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
4 王斐;赵杰煜;;基于多重网格的水平集图像分割方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
5 梅立超;姜慧研;张柳青;刘洪娟;;基于GPU和水平集的肝脏快速分割方法的研究[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
6 程俊霞;;水平集方程在四边形网格上的数值离散方法[A];中国工程物理研究院科技年报(2008年版)[C];2009年
7 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
8 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年
9 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(下册)[C];2001年
10 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年
相关博士学位论文 前10条
1 韩明;基于水平集表示和均值漂移的运动目标检测与跟踪研究[D];燕山大学;2015年
2 刘宇;基于水平集方法和模糊模型的医学图像分割算法研究[D];吉林大学;2016年
3 赵悦;基于能量极小化方法的脑影像分割算法研究[D];吉林大学;2017年
4 张玲;基于变分水平集理论的活动轮廓模型在图像分割中的应用研究[D];太原理工大学;2016年
5 纪东升;图像分割的水平集模型及其在医学图像分割中的应用研究[D];兰州大学;2016年
6 杨红U,
本文编号:1565154
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1565154.html