含各向异性扩散的图像分割新模型

• 作者: 张奇峰 王艳 罗成均
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 无边活动轮廓模型 各向异性扩散 图像分割 深度图像
• 年，卷（期）: 2010,（6）
• 页码范围: 244-248
• 分类号: TP391.41
• 字数: 4403字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2010.06.058

摘要

无边活动轮廓(CV)模型已广泛应用于图像分割领域,特别是用于分割不以梯度定义的图像.然而,模型存在对噪声敏感,无法分割深度图像等缺点.针对提高去噪性能和加快收敛性,将各向异性扩散融入到CV模型,同时引入无需重新初始化项,得到一种新的图像分割方法.采用Matlab平台进行仿真实验,结果表明,模型具有较强的抗噪能力,能很好地分割灰度变化不均匀及背景复杂图像,而且能有效地分割CV无法处理的深度图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳	重庆大学数理学院	13	93	6.0	9.0
2	张奇峰	重庆大学数理学院	1	3	1.0	1.0
3	罗成均	重庆大学数理学院	1	3	1.0	1.0