您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (6): 17-20.

• 机器学习与数据挖掘 • 上一篇    下一篇

自适应分割弱边缘的活动轮廓模型

戚世乐,王美清   

  1. 福州大学数学与计算机科学学院, 福建 福州 350108
  • 收稿日期:2013-06-19 出版日期:2013-12-20 发布日期:2013-06-19
  • 作者简介:戚世乐(1987- ),女,河南新乡人,硕士研究生,主要研究方向为图像分割. E-mail:913753894@qq.com
  • 基金资助:

    国家自然科学基金资助项目(11071270)

Adaptive active contour model for weak boundary extractio

QI Shile, WANG Meiqing   

  1. College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350108, China
  • Received:2013-06-19 Online:2013-12-20 Published:2013-06-19

摘要:

改进LI的保持距离水平集方法,提出自适应分割弱边缘的活动轮廓模型,并证明自适应力的双向性。模型中自适应力的系数加入图像的灰度均值,根据演化曲线的位置自适应的收缩或扩张。结果表明,该方法克服了原LI模型初始轮廓必须完全包围或含在目标物体内的问题,可以任意设置初始轮廓大小及位置,能够分割多目标图像,具有较强的抗噪性。

关键词: 图像分割, 自适应, 偏微分方程, 活动轮廓, 水平集方法

Abstract:

An adaptive active contour model for weak boundary extraction was proposed to improve LI′s distance preserving level set method. Besides, the adaptive force was proved to be bidirectional. The mean gray value of the image was added in the coefficient of the proposed model, so that the adaptive force could shrink or expand adaptively according to the position of the evolution curve. The experimental results showed that the proposed method could overcome the problem of LI′s model, which was that the initial contour must be fully enclosed by or contained within the target object. It was robust with the position of the initial contour and noise, and could segment multitarget images.

Key words: active contour, level set method, image segmentation, partial differential equation, adaptive

[1] 牟廉明. 自适应特征选择加权k子凸包分类[J]. 山东大学学报(工学版), 2018, 48(5): 32-37.
[2] 江珊珊,杨静,范丽亚. 基于PDEs的图像特征提取方法[J]. 山东大学学报(工学版), 2018, 48(4): 27-36.
[3] 钱淑渠,武慧虹,徐国峰,金晶亮. 计及排放的动态经济调度免疫克隆演化算法[J]. 山东大学学报(工学版), 2018, 48(4): 1-9.
[4] 马驰骋,郭宗和,刘灿昌,代祥俊,张希农,毛伯永. 变质量弹性梁结构动力学特性[J]. 山东大学学报(工学版), 2018, 48(4): 78-87.
[5] 黄劲潮. 基于快速区域建议网络的图像多目标分割算法[J]. 山东大学学报(工学版), 2018, 48(4): 20-26.
[6] 张博涵,陈哲明,付江华,陈宝. 四轮独立驱动电动汽车自适应驱动防滑控制[J]. 山东大学学报(工学版), 2018, 48(1): 96-103.
[7] 马汉杰,林霞,胥晓晖,张健,张智晟. 基于自适应粒子群算法的智能家居管理系统负荷优化模型[J]. 山东大学学报(工学版), 2017, 47(6): 57-62.
[8] 叶丹,张天予,李奎. 全局信息未知的多智能体自适应容错包容控制[J]. 山东大学学报(工学版), 2017, 47(5): 1-6.
[9] 褚振忠,朱大奇. 基于自适应区域跟踪的自主式水下机器人容错控制[J]. 山东大学学报(工学版), 2017, 47(5): 57-63.
[10] 胡金戈,唐雁. 基于视觉中心转移的视觉显著性检测方法[J]. 山东大学学报(工学版), 2017, 47(3): 27-33.
[11] 李璐,范文涛,杜吉祥. 基于Markov随机场的Student's t混合模型的脑MR图像分割[J]. 山东大学学报(工学版), 2017, 47(3): 49-55.
[12] 任永峰,董学育. 基于自适应流形相似性的图像显著性区域提取算法[J]. 山东大学学报(工学版), 2017, 47(3): 56-62.
[13] 唐庆顺,金璐,李国栋,吴春富. 基于自适应终端滑模控制器的机械手跟踪控制[J]. 山东大学学报(工学版), 2016, 46(5): 45-53.
[14] 樊淑炎, 丁世飞. 基于多尺度的改进Graph cut算法[J]. 山东大学学报(工学版), 2016, 46(1): 28-33.
[15] 孙美美, 胡云安, 韦建明. 多涡卷超混沌系统自适应滑模同步控制[J]. 山东大学学报(工学版), 2015, 45(6): 45-51.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!