一种基于改进 Chan-Vese 模型的红外图像分割方法

基金项目: 国家自然科学基金资助项目(61379105，41606109)；中国博士后基金资助项目(2013M532208)。

详细信息

A Kind of Infrared Image Segment Method Using Improved Chan-Vese Model

摘要: 为了解决基于 Chan-Vese（CV）模型的传统水平集方法难以分割灰度不均匀红外图像的问题，本文提出一种基于改进 CV 模型的水平集分割方法。通过加入可处理局部区域信息的局部项，使得改进的 CV 模型能够有效避免不均匀背景对水平集演化过程的干扰。此外，通过加入符号距离能量惩罚项，使得该模型无需重新初始化过程，从而提高了水平集函数的演化效率。实验结果表明，本文方法对于红外图像的分割具有较高的精度。
- 红外图像分割 /
- 水平集 /
- CV模型 /
- LCV模型

1.	张秋铭，李云红，罗雪敏，屈海涛，苏雪平，任劼，周小计. 改进Chan-Vese模型的电力设备红外图像分割算法. 红外技术. 2023(02): 129-136 . 本站查看
2.	赵汝海，汪方斌. 基于灰度和信息熵融合的金属疲劳偏振热像分割算法. 激光与光电子学进展. 2021(24): 260-271 . 百度学术
3.	高倩倩，孙世春. 基于CV模型的肝脏核磁共振序列图像自动分割方法. 中国医疗设备. 2020(08): 64-66+92 . 百度学术
4.	肖宇，王志坚，张磊. 基于Retinex算法的中波红外图像区域分割. 激光杂志. 2019(04): 74-77 . 百度学术
5.	兰红，韩纪东. 基于CV模型改进的磁共振成像图像分割方法. 科学技术与工程. 2018(28): 229-234 . 百度学术