基于快速FCM算法的多目标分割CV模型  

Chan-Vese Model Based on Fast FCM Algorithm in Multiple-objects Segmentation

作　　者：葛琦[1] 张建伟[1] 陈允杰[1] 吴玲玲[1] 王克松[1] 

机构地区：[1]南京信息工程大学数理学院,南京210044

出　　处：《计算机工程》2009年第23期217-219,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60805003);江苏省教育厅"青蓝工程"基金资助项目(20070047);香港特区政府研究资助局基金资助项目(CUHK/4185/00E)

摘　　要：Chan-Vese(CV)模型是基于水平集方法演化不依赖图像梯度的算法,能很好地处理拓扑变化和弱边界,但对于目标和背景对比度低的边界以及多目标区域分割效果较差。针对上述问题提出一种基于快速模糊F均值(FCM)算法和邻域模板改进的CV模型。利用快速FCM算法提取图像特征信息,采用邻域模板阈值法对不同的目标区域分别处理,准确控制了轮廓线的分裂,能够分割出更多的目标区域。Chan-Vese（CV） model is able to handle the blurry boundary and complex topological structures in images segmentation. The effect on extracting multiple-objects contours and contours in low contrast of the objects and background is not success. This paper proposes an improved CV model based on fast FCM algorithm and local template. It gets the image property by fast FCM algorithm, and makes use of local template to handle the different objects differently so as to control the split-up of the contour accurately and segment more objects.

关 键 词：Chan—Vese模型 快速模糊F均值算法 邻域模板 多目标 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]