基于区域竞争的水平集快速图像分割算法

摘要：

从曲线演化的角度提出一种基于Bayesian区域统计和区域竞争的自适应变分图像分割模型，该模型使用水平集描述曲线和区域，得到基于Bayesian区域统计信息的能量函数，利用区域竞争曲线演化模型推导出一种快速曲线演化偏微分方程，实现了图像分割。该方法可以同时提取出多类目标，算法具有快速、分割精度高的特点，且易于综合纹理，形状等多种信息对模型进行扩充。此外，能量函数和曲线演化方程是相对独立的，对于不同类型的图像可选用不同的概率模型。实验表明，所提方法是一种快速、有效、新颖的图像分割方法。

关键词： 区域竞争 水平集 Bayesian 多类目标 图像分割 Bayesian区域统计 自适应变分

作者: 王琳娟 汪西莉

作者单位: 陕西师范大学计算机科学学院,西安 710062

会议类型: 国内会议

会议名称: 第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会

会议地点: 兰州

会议语种:中文

页码: 198-201

在线出版日期: 2008-07-20（万方平台首次上网日期，不代表论文的发表时间）