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:
CV模型和LBF模型是两个著名的图像分割模型,然而它们有各自的缺点.CV模型不能处理灰度不均图像,而LBF模型虽然能处理灰度不均图像,但对活动轮廓的初始化很敏感,且对噪声不具有鲁棒性.为了克服上述缺点,首先对图像进行预处理,然后在得到新的图像的基础上提出与LBF类似的模型,同时将其与CV模型结合,得到全局和局部活动轮廓模型.实验结果表明,所提模型不仅能处理灰度不均匀图像,同时减弱了活动轮廓对初始化的敏感性,并且提升了对噪声的鲁棒性.
推荐文章
基于FCM和LBF模型的医学图像自动分割
图像分割
模糊C均值聚类
局部二相拟合模型
水平集
血管图像
磁共振图像
基于改进的LBF模型的图像分割
图像分割
LBF模型
弱边界
基于CV-RSF模型的甲状腺结节超声图像分割算法
CV模型
RSF模型
CV-RSF模型
甲状腺结节
超声图像
分割
基于小波边缘刻画与LBF水平集变分模型的图像分割
图像分割
水平集
小波变换
变分法
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CV和LBF模型结合的图像分割算法研究与实现
来源期刊 计算机应用与软件 学科 工学
关键词 图像分割 活动轮廓模型 CV模型 LBF模型
年,卷(期) 2013,(7) 所属期刊栏目 基金项目论文
研究方向 页码范围 98-100,146
页数 4页 分类号 TP911.73
字数 2967字 语种 中文
DOI 10.3969/j.issn.1000-386x.2013.07.027
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 何传江 重庆大学数学与统计学院 55 842 17.0 26.0
2 陈强 重庆大学数学与统计学院 11 89 6.0 9.0
3 吴永飞 重庆大学数学与统计学院 2 20 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (34)
参考文献  (7)
节点文献
引证文献  (19)
同被引文献  (38)
二级引证文献  (24)
1988(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)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(8)
  • 引证文献(5)
  • 二级引证文献(3)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(12)
  • 引证文献(3)
  • 二级引证文献(9)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
图像分割
活动轮廓模型
CV模型
LBF模型
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导