基于显著性区域的图像分割

摘要：

　　在经典的Chan-Vese模型中结合显著性分析，提出了一种有效的目标分割方法。即首先利用频谱残差方法提取图像的显著性区域，针对阈值分割方法的缺点使用改进的自适应阈值分割方法获取目标的大致轮廓，并以此轮廓作为Chan-Vese模型中初始曲线。该方法使得活动轮廓可以从靠近目标物体的位置进行演化，去除复杂背景的干扰。这样就解决了背景复杂时无法得到较为准确的边缘的问题；同时，也减少了CV模型的迭代次数。实验结果表明无论是背景复杂的灰度图像还是医学彩色图像，该算法的分割精度和运行效率都优于CV模型。

关键词： 显著性区域 图像分割 频谱残差方法 自适应阈值分割方法

作者: 高尚兵 严云洋 宗慧

作者单位: 淮阴工学院计算机工程学院,江苏淮安 223003 南京理工大学计算机科学与技术学院,江苏南京 210094 淮阴工学院计算机工程学院,江苏淮安 223003

会议类型: 国内会议

会议名称: 2011年江苏省人工智能学术会议

会议地点: 徐州

会议语种:中文

页码: 21-23,27

在线出版日期: 2011-10-22（万方平台首次上网日期，不代表论文的发表时间）