自适应权重CV模型在超声相控阵图像分割中的应用

• 作者: 刘永洛 王文强 马立武
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 超声相控阵 CV模型 分水岭 自适应权重
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 37-42,65
• 页数: 7页
• 分类号: TP751.1
• 字数: 4683字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.02.007

摘要

图像分割是超声相控阵无损检测图像三维重建的关键环节,分割精度和效率是图像三维重建准确性与实时性的重要保障.由于超声相控阵无损检测图像中含有大量噪声且灰度不均匀,在使用传统的CV模型分割检测图像时采用固定迭代步长,这导致分割效率较低且精度不高.本文利用分水岭算法过分割的特性,在对图像做分水岭变换后,统计各区域中的像素数目与灰度信息,从而得到一个权重矩阵并引入CV模型中,得到一种自适应权重CV模型.在水平集函数迭代过程中,权重矩阵可以根据图像信息自适应调整迭代步长.实验表明,与CV模型和LBF模型相比,本文提出的权重CV模型在分割超声相控阵无损检测图像时,具有更高的效率和分割精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文强	上海工程技术大学机械工程学院	8	2	1.0	1.0
2	刘永洛	上海工程技术大学航空运输学院	4	2	1.0	1.0
3	马立武	上海工程技术大学机械工程学院	5	2	1.0	1.0