灰度差能量函数引导的图像分割自适应C鄄V 模型 - 模式识别与人工智能.PDF

第28 卷摇 第 3 期 模式识别与人工智能 Vol.28摇 No.3 2015年3月 PR AI Mar.摇 2015 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 灰度差能量函数引导的图像分割自适应 C鄄V模型 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 1,2 1 1,2 王相海 摇 摇 王金玲 摇 摇 方玲玲 1(辽宁师范大学 计算机与信息技术学院摇 大连 116081) 2(苏州大学 江苏省计算机信息处理技术重点实验室摇 苏州215006) 摘摇 要摇 作为几何活动轮廓模型(GACM)的一个标志性模型,C鄄V模型在图像分割应用中因具有对目标遮挡和边 缘噪声的鲁棒性而受到关注.然而该模型通常不能较好地处理复杂的异质图像,并且有对演化曲线的初始位置较 为敏感和计算复杂度高等弱点.依据演化曲线内、外区域平均灰度值差的绝对值越大,演化曲线越靠近准确目标边 缘的特性,提出一种基于灰度差能量函数引导的图像分割自适应C鄄V模型.该模型通过构造基于轮廓曲线内、外区 域平均灰度差引导函数自适应地调整演化曲线的运动趋势,使得曲线演化可在一个有效的“窄带冶范围内进行,保 证轮廓曲线内、外部区域灰度计算的局部均一性,增强对目标细节信息的捕捉能力,同时也在一定程度上提高模型 的计算速度和对轮廓曲线初始位置的适应性.大量的仿真实验验证该模型的有效性. 关键词摇 C鄄V活动轮廓模型,灰度差能量引导函数,图像分割,轮廓曲线 中图法分类号摇 TP391 DOI摇 10.16451/ ki.issn1003鄄6059.201503004 An Adaptive C鄄V Image Segmentation Model Guided by Gray Difference Energy Function 1,2 1 1,2 WANG Xiang鄄Hai ,WANGJin鄄Ling ,FANG Ling鄄Ling 1 (School of Computer and Information Technology,Liaoning Normal University,Dalian 116029) 2