基于活动轮廓模型的图像分割改进算法

• 作者: 刘佳镔 朱军 李颖 陈树越 黄萍
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: LGIF模型 K-means聚类 图像分割 活动轮廓 Micro-CT
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 82-87
• 页数: 6页
• 分类号: TP391.41
• 字数: 3478字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2019.02.011

摘要

针对CV(Chan-Vese)模型对低对比度和灰度不均匀图像难以分割,以及LGIF(Local and Global Intensity Fitting)模型初始轮廓曲线位置影响分割速度的问题,提出了一种在LGIF活动轮廓模型的能量泛函中添加图像聚类信息的K-LGIF(K-means-Local and Global Intensity Fitting)模型,其使用被提取图像的轮廓作为初始轮廓,不同于已有算法使用规则的图形作为模型的初始轮廓.实验结果表明,所给出的算法不仅能保证图像分割效果,而且能够减少迭代次数、缩短图像分割时间,所给出的算法模型分别比CV,LBF,LGIF模型的运算效率提高了9.22倍、2.46倍和1.42倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李颖	常州大学信息科学与工程学院	15	23	3.0	3.0
2	陈树越	常州大学信息科学与工程学院	48	160	7.0	9.0
3	刘佳镔	常州大学信息科学与工程学院	3	11	1.0	3.0
4	朱军	常州大学信息科学与工程学院	4	14	2.0	3.0
5	黄萍	常州大学信息科学与工程学院	3	8	1.0	2.0