胡小为
- 作品数：2 被引量：6H指数：2
- 供职机构：安徽工业大学更多>>
- 发文基金：安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种结合GVF和CV模型的水平集图像分割方法被引量：3
- 2016年
- 由于CV(Chan-Vese)模型是一个非凸性泛函,对该泛函求极值只能得到局部最优解,运用该模型进行图像分割时,很难在全局范围内得到理想的结果。鉴于此,提出一种结合梯度矢量流(gradient vector flow,GVF)和CV模型的水平集图像分割方法。该方法通过GVF将边缘梯度信息扩散至整幅图像,在保留CV模型基本优点的同时,融入GVF的全局性梯度信息,从而引导CV模型在全局范围内演化至准确的目标边缘。实验结果表明,该方法的分割效果和收敛速度均明显优于传统CV模型。
- 胡小为刘宏申徐国雄阮越刘恒潘祥
- 关键词：图像分割水平集方法CV模型梯度矢量流
- 基于Chan-Vese模型的水平集图像分割方法研究
- Chan-Vese模型是一种基于区域信息的几何活动轮廓模型,由于不依赖于梯度信息,因此可以有效分割含噪声和弱边缘图像,并结合水平集方法进行数值解,可以很自然地处理轮廓演化过程中的拓扑结构变化,因此引起了广泛关注。但Cha...
- 胡小为
- 关键词：图像分割水平集方法CHAN-VESE模型
- 文献传递
