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

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 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
- Concave contours,weak edge and intensity inhomogeneity image segmentation based on improved GAC model
- 光学技术 2016年42卷第5期页码：413-419
- 作者机构：
  
  1. 1:湘潭大学信息工程学院
  2. 2:航宇救生装备有限公司
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.05.007
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
杨松, 黄思煜, 胡炜, 等. 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[J]. 光学技术, 2016,42(5):413-419.

Concave contours,weak edge and intensity inhomogeneity image segmentation based on improved GAC model[J]. 2016, 42(5): 413-419.
杨松, 黄思煜, 胡炜, 等. 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[J]. 光学技术, 2016,42(5):413-419. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.007.

Concave contours,weak edge and intensity inhomogeneity image segmentation based on improved GAC model[J]. 2016, 42(5): 413-419. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.007.

针对图像分割中经典GAC模型无法准确分割深度凹陷、灰度不均匀的目标和容易穿越弱边界的问题

提出了改进的GAC模型。利用图像Renyi熵、图像灰色关联度、图像的局部方差信息构造新能量函数

扩大经典GAC模型的边界检测能力。仿真结果表明

改进模型在减少分割时间的同时能够成功分割出目标深度凹陷部分

对弱边界、目标灰度不均匀或背景灰度不均匀也有较好的收敛效果

其分割效果不仅优于CV模型

也优于CV模型的两个最新改进模型(LBF和GACV)。

浏览量

148

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进的GAC模型图像分割算法