计算机应用研究

作者：刘国奇,董一飞,李旭升,茹琳媛,常宝方,

单位：河南师范大学a.计算机与信息工程学院;b.“教学资源与教育质量评估大数据”河南省工程实验室,河南新乡453007；

关键词：图像分割,活动轮廓模型,超像素,稀疏分解,符号压力函数,

基金：国家自然科学基金资助项目(U1404603,61901160)；河南省高等学校重点科研项目(19A510016,15A520078)；；

针对水平集图像分割模型的分割结果不够准确且对初始轮廓位置和噪声敏感问题，提出了超像素/像素协同约束和稀疏分解的活动轮廓模型。首先引入超像素提取图像块信息构造符号压力函数防止轮廓在演化过程中陷入局部最优；其次，构建了基于超像素/像素协同约束的能量泛函以弥补超像素无法保留局部细节的缺陷；同时，为了解决基于非全局信息的活动轮廓模型演化速度慢的问题，提出模型利用超像素块加速轮廓演化；最后引入了稀疏分解对模型进行优化以减弱局部噪声对分割精度的影响。与多种水平集分割模型的实验结果对比，证明了提出方法的有效性，尤其与原始的二值选择和高斯滤波正则化水平集模型相比，提出方法对噪声和初始轮廓位置不敏感，平均Jaccard相似度系数提升了34%。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期