基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文对活动轮廓模型的外部能量项进行改进,针对灰度图像分割提出了一种新的自适应图像分割模型,并将它推广,建立了矢量图像分割模型.新模型耦合了快速边缘积分方法和简化统计方法,充分考虑到图像区域和边缘的先验信息,可根据不同的条件概率密度函数构造不同图像分割模型.文中还基于高斯型概率密度函数建立分割模型实例,结合应用高效且无条件稳定的AOS算法分别对灰度图像和矢量图像(RGB)进行分割实验,并将本文提出的方法与经典的快速边缘积分方法进行比较,结果表明本文的分割方法准确性较高,且具有良好的抗噪性,是行之有效的.
推荐文章
基于改进的活动轮廓模型在图像分割中的应用
遗传算法
活动轮廓模型
图像分割
基于改进活动轮廓模型的图像分割
图像分割
活动轮廓模型
分割精度
噪声鲁棒性
红外图像活动轮廓分割算法
红外图像
图像分割
活动轮廓模型
边缘停止函数
局部熵
灰度不均
基于非局部总变差的图像分割活动轮廓模型
图像分割
活动轮廓模型
水平集方法
连续全局极小化方法
非局部总变差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种耦合的活动轮廓模型及其在图像分割中的应用
来源期刊 中国图象图形学报 学科 工学
关键词 曲线演化 变分原理 水平集 活动轮廓模型 对数似然 加性分裂算子
年,卷(期) 2007,(3) 所属期刊栏目 图像分析和识别
研究方向 页码范围 444-449
页数 6页 分类号 TP391.41
字数 4343字 语种 中文
DOI 10.3969/j.issn.1006-8961.2007.03.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈波 中山大学数学与计算科学学院 12 197 4.0 12.0
3 赖剑煌 中山大学信息科学与技术学院 41 804 15.0 28.0
7 马建华 南方医科大学生物医学工程学院 45 227 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (105)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (200)
1988(4)
  • 参考文献(2)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(14)
  • 引证文献(1)
  • 二级引证文献(13)
2011(21)
  • 引证文献(1)
  • 二级引证文献(20)
2012(25)
  • 引证文献(1)
  • 二级引证文献(24)
2013(24)
  • 引证文献(1)
  • 二级引证文献(23)
2014(25)
  • 引证文献(0)
  • 二级引证文献(25)
2015(31)
  • 引证文献(0)
  • 二级引证文献(31)
2016(29)
  • 引证文献(1)
  • 二级引证文献(28)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
曲线演化
变分原理
水平集
活动轮廓模型
对数似然
加性分裂算子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导