论文部分内容阅读
复杂的计算限制了基于Chan-Vese(C-V)水平集模型的图像分割方法的应用。为提高图像分割的速度,提出一种基于C-V水平集模型的改进水平集方法。在一般情况下,只需要几次简单迭代就能分割出物体的轮廓。实验表明,该方法简单高效,能够快速有效地实现图像轮廓分割。
改进的C-V水平集模型图像分割算法
【摘 要】
：
复杂的计算限制了基于Chan-Vese(C-V)水平集模型的图像分割方法的应用。为提高图像分割的速度,提出一种基于C-V水平集模型的改进水平集方法。在一般情况下,只需要几次简单迭代就能分割出物体的轮廓。实验表明,该方法简单高效,能够快速有效地实现图像轮廓分割。
【机 构】
：
武汉大学电子信息学院
【出 处】
：
计算机工程
【发表日期】
：
2009年10期
【基金项目】
：
国家自然科学基金资助项目（60472025）
其他文献
现有音频隐写软件大多基于最低比特位(LSB)隐写,对LSB隐写的检测算法研究具有重要意义。借鉴图像隐写检测中相关位平面和相邻像素相关性的分析思想,结合16 bit wav音频LSB的隐写特性,通过对音频数据相邻向量对的奇偶和大小分情况讨论,得出隐写会使相邻向量对的统计值增大的结论。通过经验阈值的设定,实现对音频LSB隐写的有效统计检测。理论和实验证明了该算法的正确性。
针对如何提高决策林的分类精度问题，提出一种基于粗糙集约简构建决策林的技术，包括基于逐次数据约筒构建粗糙决策林和基于遗传算法构建粗糙决策林。对3个UCI数据集的验证表明，基