结合区域统计信息的自适应水平集彩色图像分割
本文提出了一种结合区域统计信息的自适应水平集彩色图像分割算法。该算法利用Bayesian公式推导基于最大后验概率的图像分割模型，并将其与几何活动轮廓模型相结合。首先结合区域统计信息，引入Bayesian分类模型，利用被分割图像内外部概率密度函数构建了一个基于区域统计特征的速度停止函数，并将其应用于彩色图像水平集分割:其次利用被分割图像内外部后验概率构造可变权系数，使得其能够根据图像信息自适应改变方向:最后通过引入Li方法提出的内部约束能量，消除了水平集的重初始化，同时使得初始水平集函数的定义比较简单。仿真结果表明:本文方法具有曲线自适应演化、数值计算稳定等优点，并可高效准确地从彩色图像中提取出目标的边界，是一种有效的彩色图像分割方法。
彩色图像分割 水平集方法 贝叶斯理论 自适应
汪西莉 冯媛
陕西师范大学计算机科学学院,西安 710062 陕西师范大学计算机科学学院,西安 710062 空军工程大学综合电子信息系统与电子对抗技术研究中心,西安 710051
国内会议
重庆
中文
253-256
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）