聚类分析和活动轮廓模型相融合的图像分割算法

摘要：

针对当前图像分割算法存在的分割误差大、分割时间长及无法进行在线图像分割的不足,提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法.首先,对原始图像进行去噪处理,采用聚类分析算法对原始图像进行粗分割,将粗分割结果作为活动轮廓模型的初始轮廓线;其次,将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合,实现图像的精细分割;最后与聚类分析算法、活动轮廓模型以及当前经典图像分割算法进行对比测试实验.实验结果表明,本文算法克服了当前图像分割算法存在的缺陷,提高了图像分割效率和精度,对噪声不敏感,并具有较强的鲁棒性,图像整体分割效果显著优于对比算法.

关键词：图像分割效率、噪声干扰、初始轮廓线、活动轮廓模型、聚类分析

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技攻关项目182102410064

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：896-902