文献类型：期刊文章

作　　者：熊点华[1,2] 唐利明[2] 严俊潇[3] 胡冀万[1] 任彦军[2]

XIONG Dianhua;TANG Liming;YAN Junxiao;HU Jiwan;REN Yanjun(College of Mathematics,ABa Teachers University,Wenchuan 623002,China;College of Mathematics and Statistics,Hubei Minzu University,Enshi 445000,China;College of Information Engineering,Tarim University,Alaer 843300,China)

机构地区：[1]阿坝师范学院数学学院,汶川623002 [2]湖北民族大学数学与统计学院,恩施445000 [3]塔里木大学信息工程学院,阿拉尔843300

出　　处：《黑龙江大学自然科学学报》

基　　金：国家自然科学基金资助项目(62061016,61561019)。

年　　份：2022

卷　　号：39

期　　号：4

起止页码：481-489

语　　种：中文

收录情况：CAS、JST、RCCSE、ZGKJHX、ZMATH、普通刊

摘　　要：为了分割灰度不均和边界模糊图像,提出了基于全局划分与局部划分的图像拟合(Division-based image fitting,DIF)活动轮廓模型。分别建立了基于划分的局部拟合和全局拟合约束项,利用权重参数将二者线性组合得到DIF模型,对活动轮廓特征的提取有一定的应用意义。DIF模型中的全局拟合约束项用于捕捉图像中目标的整体轮廓,局部拟合约束项用于捕捉图像灰度的局部变化,可较好地处理图像中灰度不均和边界模糊区域的目标边界,权重系数用于调整局部与全局能量的比重。实验结果表明,DIF模型能较好地分割灰度不均和边界模糊的图像,另外该分割方法的JS(Javascript)系数较高。

关 键 词：划分函数  图像拟合  活动轮廓  JS系数  

分 类 号：TP391]