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:
复杂的计算限制了基于Chan-Vese(C-V)水平集模型的图像分割方法的应用.为提高图像分割的速度,提出一种基于C-V水平集模型的改进水平集方法.在一般情况下,只需要几次简单迭代就能分割出物体的轮廓.实验表明,该方法简单高效,能够快速有效地实现图像轮廓分割.
推荐文章
结合C-V模型水平集与形态学的彩色树木图像分割
树木
图像分割
C-V模型
水平集
形态学处理
基于局部C-V水平集的CT肝脏病灶提取
腹部CT图像
肝脏病灶
水平集
局部C-V模型
最大类间方差
基于梯度矢量C-V模型的空心叶片图像分割
水平集方法
C-V模型
梯度矢量
图像分割
基于C-V模型的改进快速水平集图像分割法
C-V模型
单链表
快速水平集算法
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 改进的C-V水平集模型图像分割算法
来源期刊 计算机工程 学科 工学
关键词 图像分割 Chan-Vese水平集模型 符号距离函数
年,卷(期) 2009,(10) 所属期刊栏目 图形图像处理
研究方向 页码范围 209-210,213
页数 3页 分类号 TP391
字数 2357字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.10.069
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 易本顺 武汉大学电子信息学院 90 681 13.0 21.0
2 肖进胜 武汉大学电子信息学院 63 525 12.0 20.0
3 徐玲凌 武汉大学电子信息学院 1 24 1.0 1.0
4 娄利军 武汉大学电子信息学院 1 24 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (125)
参考文献  (5)
节点文献
引证文献  (24)
同被引文献  (48)
二级引证文献  (73)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(4)
  • 引证文献(4)
  • 二级引证文献(0)
2011(7)
  • 引证文献(4)
  • 二级引证文献(3)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(11)
  • 引证文献(3)
  • 二级引证文献(8)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(11)
  • 引证文献(4)
  • 二级引证文献(7)
2016(14)
  • 引证文献(1)
  • 二级引证文献(13)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
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
图像分割
Chan-Vese水平集模型
符号距离函数
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
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