采用广义梯度矢量流(G enera lized grad ien t vector flow,GGVF)作为势能函数的Snake算法在处理灰度图像分割时具有较好的性能。但当处理彩色图像时,GGVF模型往往将彩色图像转化为灰度图像进行处理,此过程造成颜色信息丢失,因而容易...采用广义梯度矢量流(G enera lized grad ien t vector flow,GGVF)作为势能函数的Snake算法在处理灰度图像分割时具有较好的性能。但当处理彩色图像时,GGVF模型往往将彩色图像转化为灰度图像进行处理,此过程造成颜色信息丢失,因而容易受到阴影等伪边界灰度变化的干扰。本文提出了基于HSV颜色模型的GGVF,充分利用了图像的色彩信息进行图像分割。实验结果表明,该方法能够有效地区分彩色图像的真实边界与由阴影产生的伪边界,并取得较好的分割结果。展开更多
为了克服VFC(vector field convolution)Snake模型对图像弱边界的泄露问题,对其作了两点改进:a)重新定义了向量场核的模,有效降低了VFC外力对向量模参数的敏感性;b)综合利用VFC外力和图像势能力,给出动态VFC外力。随着模型曲线的形变,...为了克服VFC(vector field convolution)Snake模型对图像弱边界的泄露问题,对其作了两点改进:a)重新定义了向量场核的模,有效降低了VFC外力对向量模参数的敏感性;b)综合利用VFC外力和图像势能力,给出动态VFC外力。随着模型曲线的形变,不断调整外力,使得曲线精确定位到目标边界上。最后通过实验证明了改进后的VFC Snake模型对噪声具有鲁棒性、对参数变化不敏感,且能够收敛到图像弱边界处。展开更多
文摘采用广义梯度矢量流(G enera lized grad ien t vector flow,GGVF)作为势能函数的Snake算法在处理灰度图像分割时具有较好的性能。但当处理彩色图像时,GGVF模型往往将彩色图像转化为灰度图像进行处理,此过程造成颜色信息丢失,因而容易受到阴影等伪边界灰度变化的干扰。本文提出了基于HSV颜色模型的GGVF,充分利用了图像的色彩信息进行图像分割。实验结果表明,该方法能够有效地区分彩色图像的真实边界与由阴影产生的伪边界,并取得较好的分割结果。
文摘为了克服VFC(vector field convolution)Snake模型对图像弱边界的泄露问题,对其作了两点改进:a)重新定义了向量场核的模,有效降低了VFC外力对向量模参数的敏感性;b)综合利用VFC外力和图像势能力,给出动态VFC外力。随着模型曲线的形变,不断调整外力,使得曲线精确定位到目标边界上。最后通过实验证明了改进后的VFC Snake模型对噪声具有鲁棒性、对参数变化不敏感,且能够收敛到图像弱边界处。
