摘要:
针对传统活动轮廓对图像分割鲁棒性较差的问题, 将基于区域的轮廓模型和基于梯度的轮廓模型通过图像熵与图像梯度和进行结合。通过图像熵与图像梯度和建立基于梯度与基于区域结合的活动轮廓模型。将水平集函数嵌入到模型中, 对模型结果进行连续分割, 并进行拓扑变化。采用窄带方法进行快速演化。实验证明, 该方法有较好的鲁棒性和较快的分割速度, 对图像分割理论的发展提供了新的研究途径。
中图分类号:
刘乐, 徐玉蕊, 王刚刚, 侯阿临. 基于熵结合的活动轮廓分割模型[J]. 吉林大学学报(信息科学版), 2016, 34(2): 278-282.
LIU Le, XU Yurui, WANG Ganggang, HOU Alin. Active Contour Model Based on Entropy Fitting for Image Segmentation[J]. Journal of Jilin University(Information Science Ed, 2016, 34(2): 278-282.