文献类型：期刊文献

中文题名：基于边缘和区域信息相结合的变分水平集图像分割方法

英文题名：Varitional Level Set Image Segmentation Method Based on Boundary and Region Information

作者：何宁[1];张朋[2]

第一作者：何宁

通讯作者：He, N.

机构：[1]北京联合大学信息学院;[2]首都师范大学数学科学学院

第一机构：北京联合大学智慧城市学院

通讯机构：[1]School of Information, Beijing Union University, Beijing 100101, China|[1141734]北京联合大学智慧城市学院;[11417]北京联合大学;

年份：2009

期号：10

起止页码：2215-2219

中文期刊名：电子学报

外文期刊名：Acta Electronica Sinica

收录：CSTPCD;;EI(收录号：20094912530694);Scopus(收录号：2-s2.0-70749091312);北大核心:【北大核心2008】；CSCD:【CSCD2011_2012】；

基金：国家自然科学基金(No.60532080);北京市自然科学基金(No.4051002)

语种：中文

中文关键词：图像分割;偏微分方程;变分水平集;先验知识

外文关键词：image segmentation; PDE; variational level set; prior knowledge

摘要：针对GAC模型和C-V模型分别存在对弱边缘和灰度渐进图像分割效果不理想以及演化效率低等问题,提出了一种基于边缘和区域信息相结合的变分水平集图像分割方法.结合了图像边缘梯度信息和区域全局信息的能量函数作为模型的外部能量项,引入内部变形能量约束水平集函数来逼近符号距离函数,省去了重新初始化水平集函数的过程,并融入了物体形状先验知识的附加约束信息,提高了分割精度.实验结果表明,论文所用方法对分割噪声弱边缘图像和灰度渐进图像具有一定的有效性和可行性.
Being GAC model and C-V model has the unsatisfactory segmental results and inefficient curve evolution against weak boundary and intensity inhomogeneity images respectively,an improved varitional level set image segmentation method is proposed.Our model consists of an external energy term that integrate the image information from both the gradient and region,and an internal energy term forces the level set function to be close a signed distance function.Therefore completely eliminates the need of re-initialization procedure.The method incorporate the additional constraint information based object＇s prior knowledge,which can improve the segmentation accuracy.Experimental results show that the method is effectiveness and feasibility on segmenting the noisy blurry boundary and intensity inhomogeneity images.