基于Chan-Vese水平集的梯度加速分割模型

• 作者: 周小舟 孙济洲 张加万
• 来源期刊: 计算机应用研究
• 关键词: 图像分割 水平集 C-V模型 符号距离函数 重新初始化 梯度加速
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 图形图像
• 页码范围: 166-168,171
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.10.051

摘要

为了提高图像分割的速度和精度,提出了一种新的基于Chan-Vese水平集模型(C-V模型)的梯度加速分割模型.首先,在C-V模型的能量函数中加入一个内部能量项,抵消演化过程中水平集函数和符号距离函数的偏差,从而消除分割中周期性重新初始化的过程;其次,提出了梯度加速项,通过感兴趣区域的图像特征,快速得到该区域的边界,且能够提高弱边界的分割精度.实验证明,提出的方法不仅能够加速特定区域的分割、提高分割精度,还能保持分割过程的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙济洲	天津大学计算机科学与技术学院	157	1707	21.0	34.0
2	张加万	天津大学计算机科学与技术学院	38	572	14.0	23.0
3	周小舟	天津大学计算机科学与技术学院	4	34	3.0	4.0