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:
传统水平集图像分割方法多考虑图像底层数据而忽略高层语义特征,对灰度纹理图像的分割效果较差.针对该问题,结合形状先验设计水平集灰度纹理图像分割方法.通过ASLVD滤波获取纹理项,同时对滤波图像进行局部化处理得到形状先验,以形状概率表示形状先验能量项,将其与灰度项、规则化项和纹理项相结合,构造整体水平集曲线演化能量函数,并最小化能量函数得到分割结果.实验结果表明,该方法能够对目标背景遮挡的灰度纹理图像取得较好的分割效果.
推荐文章
基于灰度共生矩阵的木材表面缺陷图像的纹理分割方法
木材表面缺陷
纹理分割
灰度共生矩阵
模糊C均值聚类
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
结合纹理特征改进的GBIS图像分割方法
图像分割
纹理特征
图论法
L*a*b*彩色空间
结合脑图谱和水平集的MR图像分割的研究
脑图谱
水平集
MR图像分割
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 结合形状先验的水平集灰度纹理图像分割方法
来源期刊 计算机工程 学科 工学
关键词 图像分割 水平集方法 形状先验 灰度纹理图像 能量函数
年,卷(期) 2018,(3) 所属期刊栏目 图形图像处理
研究方向 页码范围 251-258
页数 8页 分类号 TP391
字数 5820字 语种 中文
DOI 10.3969/j.issn.1000-3428.2018.03.042
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 闫镔 解放军信息工程大学信息系统工程学院 27 218 7.0 14.0
2 陈健 解放军信息工程大学信息系统工程学院 11 162 5.0 11.0
3 童莉 解放军信息工程大学信息系统工程学院 16 87 7.0 8.0
4 曾磊 解放军信息工程大学信息系统工程学院 10 140 4.0 10.0
5 王提 解放军信息工程大学信息系统工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (36)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (13)
二级引证文献  (0)
1988(4)
  • 参考文献(1)
  • 二级参考文献(3)
1989(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(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
图像分割
水平集方法
形状先验
灰度纹理图像
能量函数
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
总被引数(次)
317027
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
论文1v1指导