聚类分析和活动轮廓模型相融合的图像分割算法 |
| |
作者姓名: | 李鸿雁 唐娴 |
| |
作者单位: | 商丘学院应用科技学院计算机工程系,河南开封,475000;商丘学院计算机工程学院,河南商丘,476000 |
| |
摘 要: | 针对当前图像分割算法存在的分割误差大、 分割时间长及无法进行在线图像分割的不足, 提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法. 首先, 对原始图像进行去噪处理, 采用聚类分析算法对原始图像进行粗分割, 将粗分割结果作为活动轮廓模型的初始轮廓线; 其次, 将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合, 实现图像的精细分割; 最后与聚类分析算法、 活动轮廓模型以及当前经典图像分割算法进行对比测试实验. 实验结果表明, 本文算法克服了当前图像分割算法存在的缺陷, 提高了图像分割效率和精度, 对噪声不敏感, 并具有较强的鲁棒性, 图像整体分割效果显著优于对比算法.
|
关 键 词: | 图像分割效率 噪声干扰 初始轮廓线 活动轮廓模型 聚类分析 |
收稿时间: | 2018-06-15 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(理学版)》下载全文 |
|