改进CV模型图像分割的Split-Bregman方法

被引：1

作者：

龚劬

王迎龙

马家军

机构：

[1] 重庆大学数学与统计学院

来源：

计算机工程与应用 | 2015年 / 06期

关键词：

CV模型; Split-Bregman; 全局凸分割模型(GCS);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

水平集方法中的Chan-Vese模型(简称CV模型)对灰度不均匀及边界对比度低的图像的分割效果不够精确,计算效率也不是很高。针对灰度不均匀引入偏差场来修正CV模型中的区域平均灰度并引入核函数来加权能量泛函。针对计算效率低下的问题,在上述基础上得出其全局凸分割模型(Global Convex Segmentation,GCS),用SplitBregman迭代求解该模型。实验结果表明:改进后的模型提高了分割精确度和计算效率。

引用

页码：171 / 175

页数：5

共 5 条

[1] 改进CV模型的医学图像分割 [J].

杨青 ;

何明一 .

计算机工程与应用, 2010, 46 (17) :194-196+211

[2]

Geometric Applications of the Split Bregman Method: Segmentation and Surface Reconstruction[J] . Tom Goldstein,Xavier Bresson,Stanley Osher.Journal of Scientific Computing . 2010 (1)

[3] A multiphase level set framework for image segmentation using the Mumford and Shah model [J].

Vese, LA ;

Chan, TF .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2002, 50 (03) :271-293

[4]

A Variational Level Set Approach to Multiphase Motion[J] . Hong-Kai Zhao,T. Chan,B. Merriman,S. Osher.Journal of Computational Physics . 1996 (1)

[5]

Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)

← 1 →