原文服务方: 计算机应用研究       
摘要:
在结合多尺度图像分析和水平集图像分割模型的基础上提出了一种新的多尺度图像分割方法.首先使用引入梯度向量流的全变差方法对图像进行多尺度空间分析,然后使用一种改进的CV模型进行分割.采用变分水平集方法作数值计算,因此该方法能够处理曲线的拓扑变化.实验结果表明该方法是有效的.
推荐文章
基于改进CV模型的图像分割算法
图像分割
改进型CV模型
曲线驱动力
L1范数能量泛函
分割效率
数据计算
基于改进CV模型的目标多色彩图像分割
高原鼠兔
Chan-Vese(CV)模型
图像分割
K-means聚类
均值滤波
基于改进CV模型的高原鼠兔图像分割
高原鼠兔
图像分割
前景灰度不均
CV模型
水平集
前景灰度不均抑制项
改进CV模型的医学图像分割
水平集
广义模糊算子
CV模型
医学图像分割
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 基于改进CV模型的多尺度图像分割方法
来源期刊 计算机应用研究 学科
关键词 图像分割 梯度向量流 CV模型 多尺度
年,卷(期) 2008,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 482-484
页数 3页 分类号 TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.02.050
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 何明一 15 197 9.0 13.0
2 任继军 3 22 3.0 3.0
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  (6)
节点文献
引证文献  (8)
同被引文献  (7)
二级引证文献  (13)
1988(3)
  • 参考文献(1)
  • 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(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 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)
2008(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)
2008(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(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分割
梯度向量流
CV模型
多尺度
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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
论文1v1指导