基于改进的变分GAC模型矢量图像分割
DOI:
CSTR:
作者:
作者单位:

1. 东北大学 信息学院;辽宁科技大学 软件学院
2.
3. 辽宁科技大学

作者简介:

赵骥

通讯作者:

中图分类号:

基金项目:

主曲线理论研究及其在字符识别中的应用


Vector-valued images segmentation based on improved variational GAC
model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在分析矢量图像颜色信息和动态曲线演化规律的基础上, 将归一化传导率的非线性热方程约束项引入变分
    侧地活动轮廓矢量模型中,使水平集函数不用重新初始化即可快速稳定地保持符号距离函数的特性. 改进算法减少
    了迭代次数和运行时间, 改进了图像二维梯度和散度算子传统离散化方式, 使梯度和散度算子保持空间旋转不变性,
    提高了分割算法的鲁棒性. 实验表明该方法是有效的, 对弱边缘具有较好的辨别能力.

    Abstract:

    An improved restriction item is introduced into variational GAC vector-valued model on the basis of analysis on
    color information and evolution characteristics of active contour curve. The proposed restriction item, which is a nonlinear
    heat equation with normalized diffusion rate, is added to the level set function to maintain the signed distance function
    properties fast and stably, and therefore the costly re-initialization procedure is completely eliminated. The algorithm reduces
    the number of iterations and run time. In addition, more efficient discretization method with spatial rotation-invariance
    gradient and divergence operator are proposed as numerical implementation scheme to improve strong robustness. The
    experiment results show that the proposed algorithm is effective and has the ability to distinguish the fuzzy edges.

    参考文献
    相似文献
    引证文献
引用本文

赵骥 邵富群 张学东.基于改进的变分GAC模型矢量图像分割[J].控制与决策,2011,26(6):907-910

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-05-28
  • 最后修改日期:2010-08-04
  • 录用日期:
  • 在线发布日期: 2011-06-20
  • 出版日期:
文章二维码