作者投稿和查稿 主编审稿 专家审稿 编委审稿 远程编辑

计算机工程

• 图形图像处理 • 上一篇    下一篇

基于区域相似度的局部拟合活动轮廓模型

黄永刚,梁新刚   

  1. (陕西师范大学 计算机科学学院,西安 710119)
  • 收稿日期:2015-11-06 出版日期:2016-11-15 发布日期:2016-11-15
  • 作者简介:黄永刚(1990—),男,硕士研究生,主研方向为计算机视觉、模式识别;梁新刚,工程师。
  • 基金资助:
    国家自然科学基金(61402274);陕西师范大学中央高校基本科研业务费专项资金项目(GK201402040,GK201302029);陕西师范大学实验技术研究项目(SYJS201314)。

Local Fitting Active Contour Model Based on Regional Similarity

HUANG Yonggang,LIANG Xingang   

  1. (School of Computer Science,Shaanxi Normal University,Xi’an 710119,China)
  • Received:2015-11-06 Online:2016-11-15 Published:2016-11-15

摘要: 针对局部二值化拟合(LBF)模型不能分割纹理图像和收敛速度慢等问题,提出一种结合局部拟合与区域间相似度的活动轮廓模型。该模型在LBF模型中引入基于图像梯度信息的加速因子和基于相似度局部拟合的相似项,通过在能量泛函中加入区域间灰度概率分布的相似信息,抑制图像噪声和提高分割准确度,引入梯度信息,能够放大目标轮廓附近驱动力,提高图像分割速度。实验结果表明,与LBF模型相比,该模型对噪声有较强的鲁棒性,能够分割纹理和灰度不均匀图像,且具有较高的分割速率。

关键词: 活动轮廓模型, 局部二值化拟合, 图像梯度, 纹理特性, 巴氏系数

Abstract: To overcome the disadvantage of Local Binary Fitting(LBF) model that it cannot segment texture image and has too slow convergence speed,an active contour model combining local fitting energy and regional similarity is presented.It introduces an acceleration factor based on image gradient information and a similar term based on local similarity fitting.Image noise can be inhibited and segmentation accuracy is improved by introducing similarity information of regional intensity distributions into the energy function.The speed of image segmentation can be improved by introducing gradient information to amplify the driving force nearby the objective contour.Compared with the LBF model,the presented model can be more rubust to noise,can segment texture image,and has a high rate of segmentation.

Key words: active contour model, Local Binary Fitting(LBF), image gradient, texture characteristics, Bhattacharyya coefficient

中图分类号: