图像分割在计算机视觉处理技术中占据重要位置,是图像处理和分析的关键步骤。基于水平集方法的活动轮廓模型被成功应用于在图像分割领域,并取得了长足的发展,但噪声图像和弱边界的分割问题,仍然具有挑战性。
根据理论基础不同,活动轮廓模型一般分为基于边缘的活动轮廓模型和基于区域的活动轮廓模型。以活动测地线模型[为代表的基于边缘的活动轮廓模型使用图像梯度信息来引导活动轮廓向期望的目标边界运动,但该方法对图像噪声较为敏感,容易出现分割失败的现象。基于区域的活动轮廓模型使用活动轮廓内外的图像统计信息的差异来引导分割曲线的演化,因而可以处理噪声图像和弱边界图像;该类方法可进一步分为基于全局的活动轮廓模型和基于局部的活动轮廓模型。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !