基于相位一致模型与改进区域增长算法的自然彩色图像分割
用区域增长算法进行图像分割时,容易造成图像的过度分割,传统的区域增长算法有较大的时间复杂度,为了克服进度分割问题并降低时间复杂度,本文提出了一种基于相位一致模型与改进区域增长算法的分割方法,使用相位一致模型进行预处理寻找边缘,限制区域增长,避免过分割,再利用改进区域增长算法对图像进行分割,把传统区域增长算法中对种子点周围四象素的处理转化为对种子点周围单方向一象素的处理,在获得和区域生长算法相同的结果的前提下,大大降低了算法的时间复杂度.最后,使用k-means聚类对已分割区域进行聚类,使分割结果更具现实意义.实验结果显示了所提方法对于不同自然彩色图像的有效性与适应性.
图像分割 边界检测 相位一致模型 区域增长算法
吕梦雅 方芳 唐勇
燕山大学信息科学与工程学院,秦皇岛,066004
国内会议
宁波
中文
353-357
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）