基于GAC-CV混合模型的憎水性图像分割算法研究

• 作者: 安义 张广东 杨军亭 温定筠 王晓飞 王锋 高立超
• 来源期刊: 计算技术与自动化
• 关键词: 憎水性图像 GAC CV 图像分割
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 96-102
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201903019

摘要

几何主动轮廓(GAC)模型根据曲线的几何特性可以避免演化过程中重新参数化,但其分割模糊边界对象的效果不佳,而Chan-Vese(CV)模型通过最大化目标与背景的灰度差可以有效地区分图像的模糊边界.基于此,提出一种GAC-CV混合模型,即将图像的边缘信息与区域信息融合进入同一个"能量"泛函,并对不同的分割目标采取不同的分割策略,提高凹形边缘的捕获能力.对绝缘子7种等级的憎水性图像的分割结果表明,该混合模型具有优越的分割性能,对水珠亮点的检测率高达95％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安义	湖南大学电气与信息工程学院	6	44	2.0	6.0
2	温定筠	国网甘肃省电力公司电力科学研究院	69	169	7.0	8.0
3	杨军亭	国网甘肃省电力公司电力科学研究院	13	41	4.0	6.0
4	王锋		16	36	3.0	5.0
5	张广东	国网甘肃省电力公司电力科学研究院	24	49	4.0	6.0
6	王晓飞	国网甘肃省电力公司电力科学研究院	8	7	2.0	2.0
7	高立超	国网甘肃省电力公司电力科学研究院	16	33	3.0	5.0