论文部分内容阅读
水平集广泛应用于图像分割。给出基于传统C-V和GAC模型的水平集方法,在此基础上,介绍了一种结合C-V模型和GAC模型并根据图像特征选择性融入图像局部信息的自适应模型的水平集分割方法。通过实例分析,证明了该方法对分割弱边缘和灰度渐进的图像是有效的,并且抗噪声性能较好。
自适应模型的水平集图像分割方法
【摘 要】
：
水平集广泛应用于图像分割。给出基于传统C-V和GAC模型的水平集方法,在此基础上,介绍了一种结合C-V模型和GAC模型并根据图像特征选择性融入图像局部信息的自适应模型的水平集分割方法。通过实例分析,证明了该方法对分割弱边缘和灰度渐进的图像是有效的,并且抗噪声性能较好。
【机 构】
：
成都信息工程学院电子工程学院,成都信息工程学院网络工程学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2011年27期
其他文献
分析了基于正区域、基于粗糙边界和基于依赖度的属性选择标准的关系,证明了这三种属性选择标准彼此等价。以正区域的属性选择标准为代表,分析了基于正区域的决策树生成算法的
为有效滤除灰度图像中的脉冲噪声并保留图像的细节信息,提出了单一链接脉冲耦合神经网络(Single-Linking Pulse-Cou-pled Neural Network,SL-PCNN)模型。SL-PCNN简化了传统的PCNN参数,可自适应选取滤波阈值,SL-PCNN对原图像和反转图像进行两次点火过程即可定位出噪声点而无需进行PCNN循环,然后用中值滤波器滤除噪声。实验结果表明,在噪声强度不大
针对多订单环境下的多资源配置问题,以总流程时间为优化目标,以多种资源为配置对象,综合考虑成本和时间因素,建立了该问题的数学模型;设计了精英保护遗传算法。最后以实例验