文献类型：期刊文章

作　　者：李敏[1] 梁久祯[1] 廖翠萃[1]

机构地区：[1]江南大学物联网工程学院智能系统与网络计算研究所,无锡214122

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.11401259;61170121);中央高校基本科研基金项目(No.JUSH-11407)资助

年　　份：2015

卷　　号：28

期　　号：7

起止页码：665-672

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于传统Chan-Vese(CV)模型,结合图像聚类信息,提出一种有效的活动轮廓模型图像分割方法.该方法首先改进CV模型的能量泛函,考虑图像的梯度信息,提高图像分割的精确度.其次在能量泛函中添加图像的聚类信息系数K,并使用图像的聚类信息实现对水平集轮廓曲线的自动初始化.在分割处理彩色图像时,为提高分割效率,对彩色RGB图像的三通道进行加权处理.最后为能量泛函添加正则项,避免水平集的重新初始化,完成对灰度图像及彩色图像的快速精确分割.实验表明该方法的有效性.

关 键 词：CHAN-VESE模型 水平集方法 K-MEANS聚类 图像分割

分 类 号：TP391.41]