基于梯度信息的自适应邻域噪声图像分割模型

来源：计算机工程杂志2018年第5期北京时间：

作者：李钢,李海芳,尚方信,郭浩

单位：太原理工大学 计算机科学与技术学院,太原 030024

摘要：现有分割模型多数不能兼顾概率噪声图像和非均匀图像的分割精度,为此,构建一种改进的活动轮廓模型。引入新的邻域拉伸变形机制,使用图像梯度引导邻域变形,以降低无关信息和噪声点对分割结果的影响。将局部相关性系数引入能量泛函,使模型可以准确辨别信息价值较高的像素点。在此基础上,通过最小化能量函数驱动活动分割轮廓向目标边缘演化。实验结果表明,该模型可有效分割具有弱边界性质的概率噪声图像,且分割精度高于自适应LCV模型、LCK模型等。

关键词：图像分割,高斯噪声,自适应邻域,活动轮廓模型,图像梯度

基金资助：国家自然科学基金(61402318)。