首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
唐利明,黄大荣,李可人.基于变分水平集的图像分割模型[J].数据采集与处理,2014,29(5):704-712
基于变分水平集的图像分割模型
New Model Based on Variational Level Set for Image Segmentation
  
DOI:
中文关键词:  变分水平集;符号距离函数;图像分割;边缘停止函数;重新初始化
英文关键词:variational level set; signed distance function;image segmentation; edge stopping function; re-initialization
基金项目:
作者单位
唐利明,黄大荣,李可人 重庆科技学院数理学院,重庆交通大学,重庆科技学院数理学院 
摘要点击次数: 660
全文下载次数: 12468
中文摘要:
      基于传统的变分水平集方法的图像分割,水平集函数必须周期性地重新初始化使之保持为符号距离函数,这存在如何选择重新初始化的时间和方式的难题。Li模型通过在能量泛函中引入一个内部约束能量,去除了水平集函数在演化过程中需重新初始化的难题。通过对Li模型的分析,提出了一个新的变分水平集的分割模型。该模型通过在能量泛函中加入一个较简单的内部约束能量,同样可以实现水平集演化过程中的无需重新初始化。并且通过对边缘停止函数的重新定义,引入了新的外部能量,使得本文模型对噪声图像的分割更具鲁棒性。实验表明无论是在收敛速度上,还是在对噪声图像的分割质量上,本文模型和Li模型相比都具有一定的优势。
英文摘要:
      In the traditional variational level set method for image segmentation, the evolving level set function needs periodical re-initialization to keep it close to a signed distance function during the evolution. It remains many serious problems such as when and how to apply the re-initialization. Li presented a new variational formulation that forces the level set function to be close to a signed distance function by adding an internal energy into the energy functional, and therefore completely eliminates the need of the expensive re-initialization procedure. We present a new image segmentation model based on variational level set method. It also completely eliminates the need of the re-initialization by adding a new and simple internal energy into the energy functional. In addition, a new external energy by redefining the edge stopping function is introduced, which makes the proposed model more robust to noisy image segmentation. The experimental results show that, compared with Li model, our model has some superiority in the convergence speed andsegmentation quality for noisy image.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第875778位访问者 本站今日一共被访问85

技术支持:北京勤云科技发展有限公司