基于改进的GAC模型图像分割算法

您当前的位置：

首页 >

文章列表页 >

基于改进的GAC模型图像分割算法

信息光学与图像处理 | 更新时间：2025-09-01

- 基于改进的GAC模型图像分割算法
- Image segmentation based on improved GAC model
- 光学技术 2016年42卷第2期页码：185-192
- 作者机构：
  
  1:湘潭大学信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.02.019
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
杨松, 罗培, 罗浩元, 等. 基于改进的GAC模型图像分割算法[J]. 光学技术, 2016,42(2):185-192.

Image segmentation based on improved GAC model[J]. 2016, 42(2): 185-192.
杨松, 罗培, 罗浩元, 等. 基于改进的GAC模型图像分割算法[J]. 光学技术, 2016,42(2):185-192. DOI： 10.13741/j.cnki.11-1879/o4.2016.02.019.

Image segmentation based on improved GAC model[J]. 2016, 42(2): 185-192. DOI： 10.13741/j.cnki.11-1879/o4.2016.02.019.

针对图像分割中经典GAC模型无法准确分割拓扑结构变化的凹陷目标、容易穿越深度凹陷的弱边缘轮廓和无法准确分割含噪声目标的问题

通过利用图像灰色关联度、类间方差和经典GAC模型构造新能量函数

提出了一种改进的GAC模型

该模型可增强经典GAC模型的边界检测能力

减少分割时间。仿真实验验证了改进的GAC模型的正确性和有效性。

浏览量

187

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进GAC模型对深度凹陷、灰度不均匀和弱边界图像的分割方法

基于双通道神经网络的图像脉冲噪声降噪

ICCD系统中对像增强器制冷降噪效果的分析