本文關(guān)鍵詞： 圖像分割 Snake模型 梯度向量流 邊緣保護(hù) 弱邊緣　出處：《計算機(jī)應(yīng)用》2017年12期 　論文類型：期刊論文

【摘要】：針對目前基于Snake模型的圖像分割算法普遍存在噪聲魯棒性差、適用范圍受限、易發(fā)生弱邊緣泄露以及輪廓曲線難以收斂到細(xì)小深凹邊界的缺陷,提出了一種基于Snake模型的圖像分割新算法。首先,選取新的擴(kuò)散項代替具有各向同性光滑作用的拉普拉斯算子;其次,引入p-拉普拉斯泛函到平滑能量項中強(qiáng)化法線方向外力;最后,利用邊緣保護(hù)項使外力場方向與邊緣方向一致,以防止弱邊緣泄漏并促使輪廓線收斂到細(xì)小深凹邊界。實(shí)驗(yàn)結(jié)果表明,所提模型不僅克服了現(xiàn)有基于Snake模型的圖像分割算法的缺陷,具有更好的分割效果,明顯提高了抗噪性能和角點(diǎn)定位精度,而且耗時更少,適用于噪聲圖像、醫(yī)學(xué)圖像以及含有很多弱邊緣的自然圖像分割。
[Abstract]:At present, image segmentation algorithms based on Snake model have the disadvantages of poor noise robustness, limited application range, weak edge leakage and the difficulty of contour curve converging to small deep concave boundaries. A new image segmentation algorithm based on Snake model is proposed. Firstly, a new diffusion term is selected to replace the Laplace operator with isotropic smoothness. Secondly, pLaplacian Functionals are introduced to the smooth energy term to strengthen the normal forces. Finally, the edge protection term is used to make the direction of the external force field consistent with the direction of the edge, so as to prevent the leakage of the weak edge and promote the contour to converge to the small deep concave boundary. The proposed model not only overcomes the defects of the existing image segmentation algorithms based on Snake model, but also has better segmentation effect, improves the anti-noise performance and the accuracy of corner location obviously, and takes less time. It is suitable for noise image, medical image and natural image segmentation with many weak edges.
【作者單位】： 重慶郵電大學(xué)通信與信息工程學(xué)院;重慶郵電大學(xué)系統(tǒng)理論與應(yīng)用研究中心;
【基金】：國家自然科學(xué)基金資助項目(61571017)~~
【分類號】：TP391.41
【正文快照】： 0引言圖像分割是圖像分析到圖像理解的關(guān)鍵步驟[1]�；顒虞喞Ｐ褪谦@取目標(biāo)邊界的重要工具之一,具有良好的封閉性與平滑性,被廣泛應(yīng)用于圖像分割領(lǐng)域中。參數(shù)活動輪廓模型又稱為Snake模型,自Kass等[2]提出以來,已廣泛應(yīng)用于數(shù)字圖像分析和計算機(jī)視覺領(lǐng)域[3]。其基本原理是將

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂明忠,羅鵬,高敦岳;一種具有向心力的新型Snake算法[J];微電子學(xué)與計算機(jī);2001年04期

2 湯敏,王元全,夏德深;基于Snake模型的嘴部特征分割[J];計算機(jī)工程;2004年21期

3 孫志宏,王洪劍,彭思龍;基于距離變換的快速收斂Snake模型[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2005年06期

4 王元全,湯敏,王平安,夏德深,徐曄;Snake模型與深度凹陷區(qū)域的分割[J];計算機(jī)研究與發(fā)展;2005年07期

5 成思源;;Adaptive B-snake for planar curve approximation[J];Journal of Chongqing University;2005年04期

6 孫正;;一種改進(jìn)的強(qiáng)約束拓?fù)渥赃m應(yīng)snake模型[J];光電工程;2007年11期

7 劉炯;李光耀;;基于改進(jìn)直線Snake算法的建筑物自動提取[J];計算機(jī)輔助工程;2007年04期

8 王小林;劉宏申;秦鋒;;基于snake模型的目標(biāo)檢測[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2008年01期

9 王文哲;唐克倫;牟宗魁;鄭彬;;分段迭代B-snake模型[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2009年05期

10 曹治國;彭博;桑農(nóng);張?zhí)煨?;基于Snake模型的血管樹骨架三維重建技術(shù)[J];計算機(jī)學(xué)報;2010年03期

相關(guān)會議論文 前10條

1 呂坤;張欣;李碩;;基于卷積虛擬靜電場Snake模型的唇形跟蹤算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 羅詩途;王艷玲;;基于改進(jìn)Snake模型的初始模板建立方法[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

3 王宏漫;歐宗瑛;;基于正交直線的Snake模型[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

4 李國友;;基于圖像引力和優(yōu)化貪婪算法的新型Snake模型[A];第二十六屆中國控制會議論文集[C];2007年

5 Zhi Liu;Xingbo Guo;Chong Cui;;Detection Algorithm of 2D Barcode under Complex Background[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

6 李曉麗;張彩明;韓帥;;一種新的基于Snake模型的圖像分割方法[A];中國圖學(xué)新進(jìn)展2007——第一屆中國圖學(xué)大會暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會論文集[C];2007年

7 ;Trademark Contour Extraction based on Improved Snake Model[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（下）[C];2008年

8 孟t-;趙宏;賈同;趙大哲;;基于胸部CT影像的肺功能評估[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

9 汪松;任彬;汪炳權(quán);;Snake在醫(yī)學(xué)圖像處理中的應(yīng)用[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

10 傅之成;李曉強(qiáng);李福鳳;;基于區(qū)域生長和snake模型的舌像分割[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學(xué);2014年

2 王輝;圖像分割的最優(yōu)化和水平集方法研究[D];電子科技大學(xué);2014年

3 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

4 潘改;偏微分方程在圖像分割中的應(yīng)用研究[D];東北大學(xué);2013年

5 李偉斌;圖像分割中的變分模型與快速算法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 鄧曉政;基于免疫克隆選擇優(yōu)化和譜聚類的復(fù)雜圖像分割[D];西安電子科技大學(xué);2014年

7 李積英;融合量子衍生及DNA計算速率的智能算法在圖像分割中的研究[D];蘭州交通大學(xué);2014年

8 王曉坤;基于寬視場拼接成像的目標(biāo)分割與跟蹤算法研究[D];長春理工大學(xué);2016年

9 吳永飛;圖像分割的變分模型及數(shù)值實(shí)現(xiàn)[D];重慶大學(xué);2016年

10 李忠兵;聚焦超聲無創(chuàng)治療腫瘤的超聲圖像分割方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 蔣小波;GVF Snake模型及其在圖像分割中的應(yīng)用研究[D];江南大學(xué);2015年

2 陳淵龍;基于Snake模型與泊松方程摳圖算法的研究與應(yīng)用[D];云南大學(xué);2016年

3 唐遙遙;基于改進(jìn)的GVF圖像分割問題研究[D];安徽工業(yè)大學(xué);2016年

4 劉杰;基于Snake模型的圖像分割算法研究[D];重慶郵電大學(xué);2016年

5 李照;融合智能優(yōu)化算法的Snake模型變形體碰撞檢測算法研究[D];中北大學(xué);2017年

6 劉星;基于三維Snake模型的肝臟CT圖像交互式分割系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];華中科技大學(xué);2016年

7 張海峰;基于Snake模型的圖像分割方法研究[D];沈陽工業(yè)大學(xué);2009年

8 李曉波;基于Snake模型的腦部MR圖像交互式分割方法研究[D];哈爾濱工業(yè)大學(xué);2007年

9 郭君飛;基于改進(jìn)Snake模型的心臟表面建模研究[D];哈爾濱理工大學(xué);2015年

10 胥金玲;基于種子填充的snake模型對象提取與跟蹤[D];山東大學(xué);2008年

，

本文編號：1471818