-
题名基于贝塞尔滤波的水平集正则化图像分割方法
被引量：2
- 1
-
-
作者
刘国奇
李晨静
-
机构
河南师范大学计算机与信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2018年第3期283-287,293,共6页
-
基金
国家自然科学基金项目(U1404603)
河南省教育厅科学技术重点研究项目(13A520522)
+1 种基金
河南省科技攻关项目(162102210269)
河南省科学技术研究重点项目(16A520058)资助
-
文摘
针对水平集函数在演化过程中的初始化敏感和数值稳定性问题,提出了一种新的基于贝塞尔滤波的正则化方法,并将其嵌入到经典的可变区域拟合(Region-Scalable Fitting,RSF)模型中,从而构成新的能量模型。首先,利用K均值算法进行自动初始化,再加以修正生成标准的初始水平集函数,以解决RSF模型对初始化敏感的问题;其次,利用RSF模型自身优点对图像进行迭代分割,同时在迭代过程中利用提出的方法对水平集函数进行正则化处理,保持迭代过程中的稳定性;最后,实现精确的分割效果。实验结果表明,提出的正则化方法有效地保持了水平集函数的稳定性。将新的模型与多种基于区域的模型进行对比,仿真实验表明,提出的方法具有较高的算法效率与分割精度。
-
关键词
水平集正则化
水平集演化
贝塞尔滤波
可变区域拟合模型
K均值
-
Keywords
level set regularization
level set evolution
Bessel filter
Region-scalable fitting model
K-means
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
