首頁 > 期刊 > 自然科學與工程技術(shù) > 信息科技 > 計算機軟件及計算機應用 > 智能計算機與應用 > 基于圖像熵的主動輪廓分割模型 【正文】
基于圖像熵的主動輪廓分割模型
張豐收; 韓敬陽; 曹軍杰 河南科技大學機電工程學院; 河南洛陽471003
- 灰度不均勻
- cv模型
- 水平集
- 圖像熵
- 圖像分割
摘要：針對傳統(tǒng)的基于區(qū)域的主動輪廓模型分割灰度不均勻醫(yī)學圖像,不能充分利用圖像局部區(qū)域灰度變化信息,而導致分割結(jié)果不夠準確。提出一種基于圖像熵的整體與部分信息混合的主動輪廓模型。該模型是在CV(Chan-Vese)模型保真項的基礎上,結(jié)合局部區(qū)域信息與反映圖像灰度變化特性的圖像熵,并引入避免水平集函數(shù)初始化和保持曲線平滑的正則項,賦予歸一化比例調(diào)節(jié)系數(shù),通過變分方法和梯度下降流求解最小化能量泛函,更新水平集函數(shù)方程,完成曲線的演化。實驗結(jié)果表明該模型對灰度不均勻醫(yī)學圖像分割精度方面優(yōu)于CV模型,其分割效率方面相比LBF模型提高了52.2%,是實用有效的分割方法。
- 灰度不均勻
- cv模型
- 水平集
- 圖像熵
- 圖像分割
摘要：針對傳統(tǒng)的基于區(qū)域的主動輪廓模型分割灰度不均勻醫(yī)學圖像,不能充分利用圖像局部區(qū)域灰度變化信息,而導致分割結(jié)果不夠準確。提出一種基于圖像熵的整體與部分信息混合的主動輪廓模型。該模型是在CV(Chan-Vese)模型保真項的基礎上,結(jié)合局部區(qū)域信息與反映圖像灰度變化特性的圖像熵,并引入避免水平集函數(shù)初始化和保持曲線平滑的正則項,賦予歸一化比例調(diào)節(jié)系數(shù),通過變分方法和梯度下降流求解最小化能量泛函,更新水平集函數(shù)方程,完成曲線的演化。實驗結(jié)果表明該模型對灰度不均勻醫(yī)學圖像分割精度方面優(yōu)于CV模型,其分割效率方面相比LBF模型提高了52.2%,是實用有效的分割方法。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
智能計算機與應用
- 預計1個月內(nèi) 預計審稿周期
- 0.66 影響因子
- 計算機 快捷分類
- 月刊 出版周期
主管單位：中華人民共和國工業(yè)和信息化部;主辦單位：哈爾濱工業(yè)大學
我們提供的服務
在線客服
一對一咨詢服務、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進度實時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >