文献类型：期刊文章

作　　者：顾雨迪[1] 梁久祯[2] 吴秦[2] 李敏[2]

机构地区：[1]江南大学信息化建设与管理中心,无锡214122 [2]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：《数据采集与处理》

基　　金：国家自然科学基金(61170121;61202312)资助项目

年　　份：2017

卷　　号：32

期　　号：5

起止页码：948-957

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对传统算法对边界模糊的图像分割效果不理想,分割结果多毛刺的问题,提出了一种由粗到细的图像边缘提取方法,主要由像素覆盖分割方法和Chan-Vese模型组成。将改进的覆盖分割方法和活动轮廓模型相结合,首先使用原始覆盖分割算法对图像进行分割,利用多方向模糊形态学边缘检测算法提取不同物体之间的边界;然后采用改进的像素覆盖分割方法给边界像素重新分配覆盖值;最后,运用活动轮廓算法进行细化的图像边界提取;分别进行了分割结果的定性比较,抗噪性测试以及提取的边缘对比实验。实验结果表明,该方法对具有模糊边界的图像,提取边缘结果优于其他可比文献中提出的方法。

关 键 词：边缘提取  覆盖分割  CHAN-VESE模型

分 类 号：TP391]