|
|||||
|
|
| 结合全局信息的LIF模型图像分割方法 | |
| 引用本文： | 刘晨,池涛,李丙春,张宗虎.结合全局信息的LIF模型图像分割方法[J].东北师大学报(自然科学版),2018(2). |
| 作者姓名： | 刘晨 池涛 李丙春 张宗虎 |
| 作者单位： | 喀什大学计算机科学与技术学院;上海海洋大学信息学院 |
| 摘 要： | 针对LIF模型对初始轮廓敏感,CV模型对初始轮廓具有较强的鲁棒性,并且2种模型对噪声污染的图像不能取得令人满意结果的问题,在原先模型能量函数基础上,构造新的能量拟合项,增强对噪声的抗噪性.采用新的CV模型,使用图像全局信息得到粗分割结果.以粗分割轮廓作为新的LIF模型的零水平集,利用图像局部信息得到精确分割结果.同时使用一种新的边缘检测算子,重新定义边缘停止函数,进一步提高了模型的抗噪性.实验结果表明,它比CV模型、LIF模型、Chen模型和Qi模型更具优势,具有更强的抗噪性. |
| 本文献已被 CNKI 等数据库收录！ | |