结合邻域信息的Chan-Vese模型图像分割

摘要：

灰度异质图像广泛存在于日常生活及医学图像中,而现有方法不能很好地解决灰度异质图像的分割问题,为此提出一种结合邻域信息的改进Chan-Vese模型.首先通过计算找出邻域内与中心点属于同一类的点,其次将这些点与中心点的距离作为它们与中心点相似程度的权值进行累加,最后通过统计整幅图像中每个局部区域内各点与中心点的相似程度,加强了该模型对区域细节的捕获能力,实现对灰度异质区域的分割.实验结果表明,与Chan-Vese模型相比,文中模型可以准确地分割包含灰度异质区域的图像;与Piecewise Smooth模型相比,2个模型分割效果几乎相同,但文中模型的速度更快.

关键词：图像分割、灰度异质、Chan-Vese模型、水平集、邻域加权函数

所属期刊栏目：23

分类号：TP391(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划2008AA01Z121,2007AA01Z338;国家自然科学基金90924026

在线出版日期：2011-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：413-418