论文研究-基于改进能量泛函模型的噪声图像分割算法.pdf
需积分: 12 48 浏览量
2019-09-06
16:27:19
上传
评论
收藏 1.02MB PDF 举报
计算机工程与应用
www.ceaj.org
2018，54（23）
1 引言
图像分割技术是计算机视觉领域一项重要的图像
分析技术，图像分割技术的优劣直接影响后续的图像处
理效果
[1]
。但是由于噪声、前景与背景对比度低、边界特
征模糊、灰度不均匀等现象的出现，使得图像分割变得
越来越复杂，因此在图像分割中如何抑制噪声，提高分
割精度成为主要研究内容
[2]
。
为了克服图像灰度不均匀以及噪声对图像分割带
来的影响，国内外学者提出了很多解决方案
[3-4]
，在一定
程度上实现了对噪声的抑制，在一定程度上解决了灰度
不均匀造成的影响，但是有些方法的抗噪性较差。
随着基于动态曲线演化的水平集方法在图像分割
中的成功应用，及其在图像分割中的良好性能，基于水
平集的图像分割越来越具有独特的优势，它将图像分割
基于改进能量泛函模型的噪声图像分割算法
韩 明，吴朔媚，王敬涛，孟军英
HAN Ming, WU Shuomei, WANG Jingtao, MENG Junying
石家庄学院 计算机科学与工程学院，石家庄 050035
School of Computer Science and Engineering, Sh ijiazhuang Uni versity, Shijiazhuang 050035, China
HAN Ming, WU Shuomei, WANG Jingtao, et al. Noise image segmentation algorithm based on improved energy
functional model. Computer En gineeri ng and Ap plic ations, 2018, 54（23）：23-30.
Ab stract：As to the problems of difficult and inaccurate in noise image segmentation, and the existing models are poor in
robustness to complex noise environment. This paper proposes the noise image segmentation algorithm based on
improved energy functional model, which combines anisotropic diffusion equation an d level set method. Through the
improvement of energy functional it can segment n oise ima ges accu rately and quickly. Firstly, non-convex functional is
introduced into the energy fu ncti onal mo del, and it is proved tha t there is no global minimum in the energy function al
mo del. Object outline is detected by energy function al model based on non-convex functional. Secondly, smooth images
are obtained by anisotropic di ffusion model, the improved energy function model is obtained by combining the smooth
image s and level set mode l. Finally, The optim al pos ition of the level set evolution of the foregroun d target is obtained by
solving the minimum value in the energy functional. The experimental r esults show that the proposed algorithm has higher
segmentation accuracy and robust fo r noise image than other similar models.
Key words：image s egmentation; noise; energy f unc tion al; level set; aniso tropic d iffusion equation
摘 要：针对噪声图像的分割难，分割不准确，以及现有模型无法适应多种噪声环境的问题，提出了一种基于改进的
能量泛函模型的噪声图像分割算法，该算法结合各向异性扩散方程和灰度水平集算法，通过对能量泛函的改进实现
对噪声图像的准确、快速分割。将非凸泛函引入能量泛函模型，并通过证明不存在全局最小值，利用获得的能量泛
函模型得到光滑的目标图像边界。将各向异性扩散模型得到的光滑图像与水平集模型相结合，得到改进的能量泛
函模型。通过求解在能量泛函的最小值，得到前景目标的水平集演化的最佳位置。该算法与同类模型的对比实验
表明该模型对噪声图像具有较高的分割精度和鲁棒性。
关键词：图像分割；噪声 ；能量泛函 ；水平集；各向异性扩散方程
文献标志码：A 中图分类号：TP391 doi：10.3778/j.issn.1002-8331.1811-0067
基金项目：河北省高等学校科学技术研究资助项目（No.BJ2017105，No.Z20170 51）；河北省科技计划支撑项目（No.16222101D）；
石家庄市重点研发项目（No.1 81230041A）。
作者简介：韩明（1984—），男，博士，讲师，研究领域为计算机视觉，图像处理，E-mail：han_ming2008 @126.com；吴朔媚（1984—），
通讯作者，女，助教，研究领域为智能计算与模式识别；王敬涛（1984—），女，讲师，研究领域为图像处理与模式识别；
孟军英（1974—），男，博士，副教授，研究领域为机器视觉，模式识别与图像处理。
收稿日期：2018-11-05 修回日期：2018-11-16 文章编号：1002-8331（2018）23-0023-08
Computer Engineeri ng and Applic ations计算机工程与应用
23
资源评论
