基于改进区域项CV模型的金相图像分割

摘要：

为了解决传统Chan-Vese(CV)模型难以快速、精确提取金相晶粒的问题,提出一种基于改进区域项CV模型的金相图像分割方法.该方法利用倒数交叉熵阈值选取准则函数替代传统CV模型中能量函数的区域项,构造新的水平集模型.改进模型能够使分割前后图像的倒数交叉熵达到最小,更精确地分割噪声影响严重且局部灰度变化较大的金相图像;考虑到倒数交叉熵计算会增加算法复杂度,通过引入最大绝对中位差,自适应调整曲线内外的能量权重加速曲线的演化,添加距离规范项以避免水平集函数的重新初始化,加速模型的收敛.实验结果表明,与多种模型相比,改进模型在分割结果和分割效率方面均具有明显优势.

关键词：成像系统、金相图像分割、Chan-Vese模型、区域项、倒数交叉熵、最大绝对中位差

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;新金属材料国家重点实验室开放基金

在线出版日期：2018-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：192-200