Chan-Vese图像分割模型的快速实现算法的研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

Chan-Vese图像分割模型的快速实现算法的研究

蒋宁, 章日康, 蒲立新, 陈伟建

文章导航 > 电子科技大学学报 > 2008 > 37(5): 705-708

蒋宁, 章日康, 蒲立新, 陈伟建. Chan-Vese图像分割模型的快速实现算法的研究[J]. 电子科技大学学报, 2008, 37(5): 705-708.

引用本文:

蒋宁, 章日康, 蒲立新, 陈伟建. Chan-Vese图像分割模型的快速实现算法的研究[J]. 电子科技大学学报, 2008, 37(5): 705-708.

JIANG Ning, ZHANG Ri-kang, PU Li-xin, CHEN Wei-jian. Research of Fast Approach for Chan-Vese Model[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 705-708.

Citation:

JIANG Ning, ZHANG Ri-kang, PU Li-xin, CHEN Wei-jian. Research of Fast Approach for Chan-Vese Model[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 705-708.

Chan-Vese图像分割模型的快速实现算法的研究

1.
电子科技大学光电信息学院成都 610054;
2.
电子科技大学自动化工程学院成都 610054;
3.
电子科技大学通信与信息工程学院成都 610054

基金项目:

信息产业部电子发展基金([2006]549)

作者简介:
蒋宁(1958-),男,硕士,副教授,主要从事变分水平集方法、图像分割方面的研究.

中图分类号: TP391

Research of Fast Approach for Chan-Vese Model

1.
School of Optoelectronic Information,University of Electronic Science and Technology of China Chengdu 610054;
2.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 610054;
3.
School of Communication and Information Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 重初始化是水平集方法耗时的一个主要原因,通过将水平集函数与符号距离函数的偏差作为能量项引入C-V模型,以此来约束水平集函数成为符号距离函数,从而去掉了重初始化步骤。在检测多目标时,采用了曲线族代替单曲线作为初始曲线。在数值算法上,利用加性可操作分裂算子(AOS)消除了对时间步长的限制,可以选择大步长,从而加速了演化过程而且绝对稳定。实验结果表明,分割速度相对于经典的C-V模型有了很大的提高,而精度损失可以忽略。
- 加性可操作分裂算子 /
- C-V模型 /
- 图像分割 /
- 水平集
Abstract: The reinitialization process is quite time-consuming in level set method. A new variational formulation which is the difference between the level set function and the signed distance function is introduced to C-V model. In this way, the level set function is forced close to a signed distance function, and therefore completely eliminates the need of the constly re-initialization procedure. Also, when detecting more than one object, a group of curves are choosed to be the initial curve. In the numerical implementation, AOS scheme is adopted to eliminates limit of time step. So the large time step can be selected to accelerate the evolution velocity. The result shows that the evolution velocity is greatly improved and the precision doesn't reduce.
- AOS /
- C-V mode /
- image segmentation /
- level set

[1]	谢洲洋, 舒畅, 傅彦, 周俊临, 蒋家玮, 陈端兵. 先验知识辅助的金属涂层损伤分割方法 . 电子科技大学学报, 2024, 53(1): 76-83. doi: 10.12178/1001-0548.2022373
[2]	周雪, 陈科鑫, 冯媛媛, 邹见效. 基于超像素的多特征融合的水平集轮廓跟踪 . 电子科技大学学报, 2018, 47(5): 745-752. doi: 10.3969/j.issn.1001-0548.2018.05.017
[3]	鲁远耀, 周腾鹤, 闫捷. 基于局部马尔科夫随机场的模型校准嘴唇分割方法 . 电子科技大学学报, 2018, 47(3): 430-435. doi: 10.3969/j.issn.1001-0548.2018.03.017
[4]	何坤, 郑秀清, 谢沁岑, 王丹. 基于水平集的自适应保边平滑分割 . 电子科技大学学报, 2017, 46(4): 579-584. doi: 10.3969/j.issn.1001-0548.2017.04.017
[5]	杨勇, 郭玲, 叶阳东, 周小佳. 多类变分优化的自然图像分割方法 . 电子科技大学学报, 2016, 45(5): 824-831. doi: 10.3969/j.issn.1001-0548.2016.05.020
[6]	杨勇, 郭玲, 叶阳东, 周小佳. 多类变分优化的自然图像分割方法 . 电子科技大学学报, 2016, 45(5): -. doi: 第45卷第5期 pp:824-831
[7]	宋强, 茹蓓, 刘凌霞. 基于MRF的SMT焊点区域分割的研究 . 电子科技大学学报, 2016, 45(5): 819-823. doi: 10.3969/j.issn.1001-0548.2016.05.019
[8]	刘修国, 徐乔, 陈启浩, 陈奇. 选择利用Wishart和K统计描述的极化SAR图像分割 . 电子科技大学学报, 2016, 45(5): 713-719. doi: 10.3969/j.issn.1001-0548.2016.05.001
[9]	罗时雨, 童玲, 陈彦. 基于参数化模型的水平集SAR图像多区域分割方法 . 电子科技大学学报, 2016, 45(6): 939-943. doi: 10.3969/j.issn.1001-0548.2016.06.011
[10]	邓晓政, 焦李成. 流形距离的自动免疫克隆聚类图像分割算法 . 电子科技大学学报, 2014, 43(5): 742-748. doi: 10.3969/j.issn.1001-0548.2014.05.019
[11]	张文娟, 冯象初. 图像多相分割松弛凸化模型分裂方法 . 电子科技大学学报, 2013, 42(1): 130-136. doi: 10.3969/j.issn.1001-0548.2013.01.027
[12]	吕雁, 冯大政. 有监督的水平集高分辨SAR图像分割方法 . 电子科技大学学报, 2011, 40(3): 357-362. doi: 10.3969/j.issn.1001-0548.2011.03.005
[13]	马义德, 林冬梅, 王兆滨, 张北斗, 高清祥. PCNN与粗集理论用于多聚焦图像融合 . 电子科技大学学报, 2009, 38(4): 485-488. doi: 10.3969/j.issn.1001-0548.2009.04.002
[14]	房春兰, 陈雷霆, 张宇. 肝脏CT图像三维分割研究 . 电子科技大学学报, 2009, 38(2): 278-281. doi: 10.3969/j.issn.1001-0548.2009.02.29
[15]	曹宗杰, 庞伶俐, 皮亦鸣. 融合区域和边界信息的水平集SAR图像分割方法 . 电子科技大学学报, 2008, 37(3): 325-327,353.
[16]	马义德, 钱志柏, 陈娜. 基于FCM的动态结合全局图像阈值分割 . 电子科技大学学报, 2006, 35(3): 349-351.
[17]	舒兰, 赵磊. 粗糙集的模糊性 . 电子科技大学学报, 2005, 34(1): 124-126.
[18]	田娅, 饶妮妮, 蒲立新. 国内医学图像处理技术的最新动态 . 电子科技大学学报, 2002, 31(5): 485-489.
[19]	马义德, 李廉, 戴若兰. 基于细胞逻辑、形态特征图像分割新算法 . 电子科技大学学报, 2002, 31(1): 84-87.
[20]	汪天富, 郑昌琼, 李德玉. 基于神经网络的超声医学图像自动分割 . 电子科技大学学报, 1997, 26(4): 366-368.

WeChat

点击查看大图

计量

文章访问数: 4667
HTML全文浏览量: 176
PDF下载量: 317
被引次数: 0

Chan-Vese图像分割模型的快速实现算法的研究

1. 电子科技大学光电信息学院成都 610054;

2. 电子科技大学自动化工程学院成都 610054;

3. 电子科技大学通信与信息工程学院成都 610054

基金项目:

信息产业部电子发展基金([2006]549)

作者简介:
蒋宁(1958-),男,硕士,副教授,主要从事变分水平集方法、图像分割方面的研究.

收稿日期: 2007-04-02
修回日期: 2007-10-11
刊出日期: 2008-10-15

中图分类号: TP391

关键词:

摘要: 重初始化是水平集方法耗时的一个主要原因,通过将水平集函数与符号距离函数的偏差作为能量项引入C-V模型,以此来约束水平集函数成为符号距离函数,从而去掉了重初始化步骤。在检测多目标时,采用了曲线族代替单曲线作为初始曲线。在数值算法上,利用加性可操作分裂算子(AOS)消除了对时间步长的限制,可以选择大步长,从而加速了演化过程而且绝对稳定。实验结果表明,分割速度相对于经典的C-V模型有了很大的提高,而精度损失可以忽略。

English Abstract

蒋宁, 章日康, 蒲立新, 陈伟建. Chan-Vese图像分割模型的快速实现算法的研究[J]. 电子科技大学学报, 2008, 37(5): 705-708.

引用本文:

蒋宁, 章日康, 蒲立新, 陈伟建. Chan-Vese图像分割模型的快速实现算法的研究[J]. 电子科技大学学报, 2008, 37(5): 705-708.

JIANG Ning, ZHANG Ri-kang, PU Li-xin, CHEN Wei-jian. Research of Fast Approach for Chan-Vese Model[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 705-708.

Citation:

JIANG Ning, ZHANG Ri-kang, PU Li-xin, CHEN Wei-jian. Research of Fast Approach for Chan-Vese Model[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(5): 705-708.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发