基于改进的凸能量模型与多特征融合的纹理图像分割算法研究_王文飞
为了提高图像中的目标分割精度与效率,本文提出了一种改进的凸能量函数GMFT（global minimization energy function with fused textures）与多特征融合的图像分割算法。首先,从原始图像提取出灰度共生矩阵（GLCM,gray level co-occurrence matrix）高频特征和Gabor中、低频特征,然后将这两种特征分别通过主成分分析（PCA,principal component analysis）优化后融合在一起,形成鲁棒特征。其次,引入停止项,来修改无边界动态轮廓（ACWE,active contour without edges）模型中的向量值,从而构建具有融合纹理的全局最小化凸能量函数（GMFT）。基于最大差分方法,将容易辨识的纹理特征集并入GMFT模型中,再引入快速对偶公式,通过设定阈值,求解水平集函数来初始化轮廓,实现准确分割。实验结果表明:与当前纹理图像分割技术相比,所提算法具有更高的分割精度与效率。
- 2021-04-21
- 阅读940
- 下载0
- 8页
- pdf
