基于局部区域统计信息的格子波尔兹曼模型图像分割
本文提出一种基于局部统计信息的格子波尔兹曼(LB)模型的图像分割方法.该方法引入图像的边缘信息作为LB演化方程的松弛因子,引入局部区域统计信息作为LB的外力项,通过逼近水平集偏微分方程实现轮廓线的演化.为了验证该模型,采用真实医学图像进行了分割实验,并与现有LB分割模型和水平集分割模型进行了比较,采用相似性系数和豪斯多夫距离两种指标进行客观评价.结果表明,所提出的算法具有编程简单、计算快速、高效,并且具有较好的抗噪能力.
图像分割 格子波尔兹曼 水平集 局部区域统计信息
温军玲 严壮志 蒋皆恢
上海大学通信与信息工程学院,200444
国内会议
南京
中文
1-10
2015-10-16（万方平台首次上网日期，不代表论文的发表时间）