-
题名基于改进区域项CV模型的金相图像分割
被引量：6
- 1
-
-
作者
倪康
吴一全
庚嵩
-
机构
南京航空航天大学电子信息工程学院
北京科技大学新金属材料国家重点实验室
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2018年第4期192-200,共9页
-
基金
国家自然科学基金(61573183)
新金属材料国家重点实验室开放基金(2014-Z07)
-
文摘
为了解决传统Chan-Vese(CV)模型难以快速、精确提取金相晶粒的问题,提出一种基于改进区域项CV模型的金相图像分割方法。该方法利用倒数交叉熵阈值选取准则函数替代传统CV模型中能量函数的区域项,构造新的水平集模型。改进模型能够使分割前后图像的倒数交叉熵达到最小,更精确地分割噪声影响严重且局部灰度变化较大的金相图像;考虑到倒数交叉熵计算会增加算法复杂度,通过引入最大绝对中位差,自适应调整曲线内外的能量权重加速曲线的演化,添加距离规范项以避免水平集函数的重新初始化,加速模型的收敛。实验结果表明,与多种模型相比,改进模型在分割结果和分割效率方面均具有明显优势。
-
关键词
成像系统
金相图像分割
CHAN-VESE模型
区域项
倒数交叉熵
最大绝对中位差
-
Keywords
imaging systems
segmentation of metallographic image
Chan-Vese model
local fitting term
reciprocal cross entropy
maximum absolute median difference
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进CV模型的金相图像分割
被引量：4
- 2
-
-
作者
倪康
吴一全
韩斌
-
机构
南京航空航天大学电子信息工程学院
北京科技大学新金属材料国家重点实验室
-
出处
《工程科学学报》
EI
CSCD
北大核心
2017年第12期1866-1873,共8页
-
基金
国家自然科学基金资助项目(61573183)
新金属材料国家重点实验室开放基金资助项目(2014-Z07)
-
文摘
对金相图像进行快速精确分割是金相晶粒评级的关键步骤,利用传统Chan-Vese(CV)模型很难将晶粒精确地提取出来.为了更加精确地对金相图像进行分割,提出一种基于改进CV模型的金相图像分割方法.初始化水平集函数,对曲线内外两部分分别计算其倒数坎贝拉距离,并将该距离的大小作为拟合中心的权重系数,有效抑制了噪声点对区域拟合中心准确性的影响;引入指数熵自适应调节曲线内外能量权重,减少固定能量权重对曲线演化的影响;同时加入距离规范项以避免水平集函数的重新初始化,加速该模型的收敛.实验结果表明,与传统CV模型、测地线活动轮廓模型、距离规范项的水平集模型以及偏置场修正水平集模型相比,所提方法分割出的金相图像更加精确,分割效率较高且模型收敛性较好.
-
关键词
金相图像分割
晶粒评级
CHAN-VESE模型
水平集
倒数坎贝拉距离
指数熵
-
Keywords
segmentation of metallographic image
grain grading
CV model
level set
reciprocal Canberra distance
exponential entropy
-
分类号
TG115.21
[金属学及工艺—物理冶金]
TP391.41
[金属学及工艺—金属学]
-
