多类变分模型优化的自然图像分割方法

• 作者: 叶阳东 周小佳 杨勇 郭玲
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 活动轮廓 图割优化 变分模型 自然图像分割
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 824-831
• 页数: 8页
• 分类号: TP391.04
• 字数: 6200字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2016.05.020

摘要

针对自然图像中内容的多样性、复杂性以及随机性，若采用区域内部恒定聚类中心假设的CV(Chan-Vese)模型以及多类水平集模型，则难以有效刻画具有非线性、连续性变化的自然图像内容。该文通过对区域内部自由度调控的多变量学生-t概率密度分布描述，提出了多类非线性变分活动轮廓模型，它打破了区域内部恒定密度的约束。由于多类非线性变分活动轮廓模型缺乏区域外力，容易分割出离散、零碎的噪声区域，通过引入测地线区域外力约束项，能有效分割出区域间的光滑边界。针对多类变分模型的最小化问题是NP难问题，提出对多类变分活动轮廓模型进行离散化表达，然后构建对应的多层图割模型，并利用最大流/最小割优化方式快速求得全局近似最优解。实验表明，该文提出的分割方法能够准确地分割出多类非同质目标区域，且区域之间的边界光滑，视觉效果好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨勇	黄河科技学院信息工程学院	27	167	4.0	12.0
3	叶阳东	郑州大学信息工程学院	69	612	14.0	22.0
4	周小佳	电子科技大学自动化工程学院	34	340	10.0	17.0
7	郭玲	黄河科技学院信息工程学院	4	1	1.0	1.0