發(fā)布時間：2018-10-16 16:56

【摘要】：針對僅采用局部或全局信息無法快速準(zhǔn)確分割灰度不均勻圖像的問題,提出了一種基于局部和全局信息的自適應(yīng)水平集圖像分割模型。首先,利用圖像局部信息和全局信息建立局部能量項(xiàng)和全局能量項(xiàng),并且利用演化曲線輪廓內(nèi)外小鄰域的灰度均值差作為自變量,建立了權(quán)重函數(shù)模型,實(shí)現(xiàn)了局部能量項(xiàng)和全局能量項(xiàng)之間權(quán)重的自適應(yīng)調(diào)整,提高了模型分割灰度不均勻圖像的效率和準(zhǔn)確性。其次,提出了一種新的能量懲罰項(xiàng),避免了水平集函數(shù)的重新初始化,增強(qiáng)了數(shù)值計(jì)算的穩(wěn)定性。最后,為驗(yàn)證模型的優(yōu)越性,將模型與CV模型、LBF模型和LGIF模型進(jìn)行了對比,并通過分割時間、迭代次數(shù)以及相似度等指標(biāo)對分割結(jié)果進(jìn)行了客觀、定量分析。最終結(jié)果表明:該模型不但對初始輪廓具有較高魯棒性,而且對灰度不均勻圖像具有較高的分割準(zhǔn)確性與分割效率。
[Abstract]:An adaptive level set image segmentation model based on local and global information is proposed to solve the problem that only local or global information can not be used to segment gray-scale heterogeneous images quickly and accurately. Firstly, the local energy term and global energy item are established by using the local and global information of the image, and the weight function model is established by using the gray mean difference of the small neighborhood inside and outside the evolution curve contour as the independent variable. The adaptive adjustment of weights between local and global energy items is realized, and the efficiency and accuracy of model segmentation are improved. Secondly, a new energy penalty term is proposed, which avoids the reinitialization of the level set function and enhances the stability of the numerical calculation. Finally, in order to verify the superiority of the model, the model is compared with the CV model, the LBF model and the LGIF model, and the segmentation results are analyzed objectively and quantitatively by the segmentation time, iteration times and similarity. The results show that the proposed model is not only robust to the initial contour, but also has high segmentation accuracy and efficiency for gray-scale non-uniform images.
【作者單位】： 西北工業(yè)大學(xué)自動化學(xué)院;西安交通大學(xué)人工智能與機(jī)器人研究所;
【基金】：國家自然科學(xué)基金項(xiàng)目(61473219)
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 黃保山;滕炯華;徐婧林;周三平;;基于偏移場修正的C-V模型水平集圖像分割算法[J];西北工業(yè)大學(xué)學(xué)報(bào);2013年02期

2 李凡;劉上乾;洪鳴;秦翰林;;基于人工蟻群的紅外圖像分割算法[J];強(qiáng)激光與粒子束;2010年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 蔡青;劉慧英;周三平;孫景峰;;基于局部和全局信息的自適應(yīng)水平集圖像分割[J];強(qiáng)激光與粒子束;2017年02期

2 樊秋月;;基于多閾值算法和分水嶺算法的圖像分割[J];內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版);2016年05期

3 王芳;潘杰;;基于改進(jìn)活動輪廓模型的圖像分割[J];微電子學(xué)與計(jì)算機(jī);2016年06期

4 蔡舒妤;師利中;;飛機(jī)機(jī)體損傷區(qū)域的快速劃分方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年03期

5 王紅梅;馮義東;;基于改進(jìn)活動輪廓模型的圖像邊界分割[J];內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版);2016年01期

6 李守榮;周秋;周三平;郝建紅;;基于局部與全局信息的活動輪廓圖像分割模型[J];系統(tǒng)工程與電子技術(shù);2016年05期

7 周三平;滕炯華;黃保山;徐婧林;;基于邊緣信息與偏移場矯正的多相Chan-Vese圖像分割模型[J];西北工業(yè)大學(xué)學(xué)報(bào);2014年03期

8 夏需堂;吳海濱;陳新兵;周德玉;周后偉;張鐵譯;;基于OTSU的近紅外圖像分割的應(yīng)用研究[J];大氣與環(huán)境光學(xué)學(xué)報(bào);2011年06期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張懷柱;向長波;宋建中;喬雙;;改進(jìn)的遺傳算法在實(shí)時圖像分割中的應(yīng)用[J];光學(xué)精密工程;2008年02期

2 宿丁;張啟衡;謝盛華;;復(fù)雜背景下擴(kuò)展目標(biāo)極形態(tài)分形分割算法[J];強(qiáng)激光與粒子束;2007年02期

3 郭海濤;田坦;王連玉;張春田;;利用二維屬性直方圖的最大熵的圖像分割方法[J];光學(xué)學(xué)報(bào);2006年04期

4 景曉軍,蔡安妮,孫景鰲;一種基于二維最大類間方差的圖像分割算法[J];通信學(xué)報(bào);2001年04期

5 王暉,張基宏;圖像邊界檢測的區(qū)域?qū)Ρ榷饶：鰪?qiáng)算法[J];電子學(xué)報(bào);2000年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段先華;夏德深;;基于橢圓約束分割心臟MRI圖像的水平集模型[J];計(jì)算機(jī)工程;2007年16期

2 孫涌;王志堅(jiān);索麗生;;水平集法對流場相界面應(yīng)用的分析與研究[J];蘇州大學(xué)學(xué)報(bào)(工科版);2007年03期

3 王超逸;湯盈盈;;形狀敏度及水平集在結(jié)構(gòu)優(yōu)化中的運(yùn)用[J];山西建筑;2008年07期

4 李宏友;汪同慶;葉俊勇;劉青;;一種新的水平集進(jìn)化模型[J];儀器儀表學(xué)報(bào);2008年07期

5 余瑞星;朱冰;呂梅柏;;一種新的水平集停止項(xiàng)函數(shù)選取方法研究[J];系統(tǒng)仿真學(xué)報(bào);2008年22期

6 董建園;郝重陽;齊敏;;基于策略演化水平集的醫(yī)學(xué)圖像快速分割[J];中國圖象圖形學(xué)報(bào);2009年08期

7 陸意駿;陳一民;黃詩華;陳明;姚爭為;;基于粒子濾波與改進(jìn)水平集的人手跟蹤[J];計(jì)算機(jī)工程;2010年13期

8 李靜;王軍政;梁少敏;沈偉;;基于改進(jìn)水平集的多運(yùn)動目標(biāo)檢測方法[J];北京理工大學(xué)學(xué)報(bào);2011年05期

9 熊友誼;張瑩;;基于水平集的海島(礁)提取[J];測繪與空間地理信息;2012年03期

10 王曉飛;龐全;;基于圓形約束快速水平集的原生質(zhì)體細(xì)胞分割[J];中國圖象圖形學(xué)報(bào);2013年01期

相關(guān)會議論文 前8條

1 王一波;胡仲翔;姚耀;;基于水平集的激光條紋提取方法[A];2009全國虛擬儀器大會論文集（一）[C];2009年

2 田昊;楊劍;李國輝;;基于變分水平集的遙感影像建筑物檢測[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2009）論文集[C];2009年

3 曹曉光;崔林艷;;基于閾值和水平集的尿沉渣圖像分割組合算法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

4 王斐;趙杰煜;;基于多重網(wǎng)格的水平集圖像分割方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 梅立超;姜慧研;張柳青;劉洪娟;;基于GPU和水平集的肝臟快速分割方法的研究[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年

6 凌和良;鄔冬華;劉瑞霞;;變測度的積分型全局優(yōu)化算法[A];中國運(yùn)籌學(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

7 程俊霞;;水平集方程在四邊形網(wǎng)格上的數(shù)值離散方法[A];中國工程物理研究院科技年報(bào)(2008年版)[C];2009年

8 金小禮;雷作勝;張浩斌;鄧康;任忠鳴;;氣泡在不互溶兩相流體界面行為的數(shù)值模擬[A];第十三屆（2009年）冶金反應(yīng)工程學(xué)會議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 韓明;基于水平集表示和均值漂移的運(yùn)動目標(biāo)檢測與跟蹤研究[D];燕山大學(xué);2015年

2 秦傳波;基于微型機(jī)器人的自動化顯微注射系統(tǒng)關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

3 劉宇;基于水平集方法和模糊模型的醫(yī)學(xué)圖像分割算法研究[D];吉林大學(xué);2016年

4 何昀;基于圖像水平集分割的航磁圖像信息提取方法研究[D];吉林大學(xué);2016年

5 楊紅U，

本文編號：2275036