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:
Chan-Vese(CV)模型是基于水平集方法演化不依赖图像梯度的算法,能很好地处理拓扑变化和弱边界,但对于目标和背景对比度低的边界以及多目标区域分割效果较差.针对上述问题提出一种基于快速模糊F均值(FCM)算法和邻域模板改进的CV模型.利用快速 FCM算法提取图像特征信息,采用邻域模板阈值法对不同的目标区域分别处理,准确控制了轮廓线的分裂,能够分割出更多的目标区域.
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
基于分数阶CV模型的木材缺陷图像分割算法
分数阶
CV
PCA
木材缺陷图像
图像分割
一种改进的基于目标空间分割的多目标进化算法
多目标优化
进化算法
目标空间分割
区间索引
基于FCM-CV的GMA-AM熔池图像边缘提取
主动轮廓
模糊聚类
边缘提取
增材制造
视觉传感
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 基于快速FCM算法的多目标分割CV模型
来源期刊 计算机工程 学科 工学
关键词 Chan-Vese模型 快速模糊F均值算法 邻域模板 多目标
年,卷(期) 2009,(23) 所属期刊栏目 图形图像处理
研究方向 页码范围 217-219
页数 3页 分类号 TP391
字数 3464字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.23.075
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 吴玲玲 南京信息工程大学数理学院 7 64 4.0 7.0
2 张建伟 南京信息工程大学数理学院 86 725 15.0 21.0
3 陈允杰 南京信息工程大学数理学院 56 430 12.0 16.0
4 葛琦 南京信息工程大学数理学院 6 32 3.0 5.0
5 王克松 南京信息工程大学数理学院 3 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (23)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (43)
1988(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(10)
  • 引证文献(5)
  • 二级引证文献(5)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Chan-Vese模型
快速模糊F均值算法
邻域模板
多目标
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
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