自适应权重CV模型在超声相控阵图像分割中的应用

摘要：

图像分割是超声相控阵无损检测图像三维重建的关键环节,分割精度和效率是图像三维重建准确性与实时性的重要保障.由于超声相控阵无损检测图像中含有大量噪声且灰度不均匀,在使用传统的CV模型分割检测图像时采用固定迭代步长,这导致分割效率较低且精度不高.本文利用分水岭算法过分割的特性,在对图像做分水岭变换后,统计各区域中的像素数目与灰度信息,从而得到一个权重矩阵并引入CV模型中,得到一种自适应权重CV模型.在水平集函数迭代过程中,权重矩阵可以根据图像信息自适应调整迭代步长.实验表明,与CV模型和LBF模型相比,本文提出的权重CV模型在分割超声相控阵无损检测图像时,具有更高的效率和分割精度.

关键词：超声相控阵、CV模型、分水岭、自适应权重

分类号：TP751.1(遥感技术)

资助基金：上海工程技术大学研究生科研创新项目E3-0903-17-01107

在线出版日期：2019-04-09（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：37-42,65