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:
提出一种图割与非线性统计形状先验的图像分割方法.首先,在输入空间对输入的形状模板进行配准,得到训练集;其次,采用非线性核函数将目标形状先验映射到特征空间进行主成分分析,获取其投影形状,将此投影形状映射回原输入空间得到目标的平均形状,构成新的能量函数;第三,通过自适应调整形状先验项的权值系数,使能量函数的形状先验项自适应于被分割的图像;最后,用Graph Cuts方法最小化能量函数完成图像分割.实验结果表明,该方法不仅能准确分割与形状先验模板有差别的图像,而且对目标有遮挡或污染的图像也有较好的分割效果,提高了分割效率.
推荐文章
集成非线性统计形状先验的M-S图像分割模型
核主成分分析(KPCA)
Mumford-Shah模型
统计形状先验知识
水平集方法
医学图像分割
基于形状先验和图割的彩色图像分割
图像分割
图割
形状先验
能量函数
集成非线性统计形状先验的M-S图像分割模型
核主成分分析(KPCA)
Mumford-Shah模型
统计形状先验知识
水平集方法
医学图像分割
基于图割的矩形目标交互式分割方法
图像分割
图割优化
形状先验
马尔可夫随机场
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 图割与非线性统计形状先验的图像分割
来源期刊 计算机工程与科学 学科 工学
关键词 核主成分分析 平均形状 概率图 图像分割
年,卷(期) 2015,(3) 所属期刊栏目 图形与图像
研究方向 页码范围 566-575
页数 10页 分类号 TP391.41
字数 8315字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.03.026
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 辛月兰 陕西师范大学计算机科学学院 25 98 5.0 9.0
3 汪西莉 陕西师范大学计算机科学学院 83 804 16.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (106)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(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)
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
核主成分分析
平均形状
概率图
图像分割
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导