结合自适应形态学梯度和区域信息的彩色图像分割

随着图像处理技术的发展，图像分割技术也日趋走向成熟，但是传统的分割方法很难实现全局分割，对目标边缘的检测存在漏检以致于无法实现有效的精确的分割，基于自适应形态梯度和区域信息的图像分割算法能弥补这些缺陷。为解决这个问题，我们提出了边缘检测采用自适应形态梯度的方法，区域信息的检测采用Chan－vese模型的最小化准则思想，把演化曲线放在一个控制的轮廓范围内不断演化，直到检测到目标物体为止，实验结果表明，该模型能停止在目标物体的边界，能检测到目标物体的凹陷区域，克服了目标边缘漏检问题，提高了分割的准确性。