结合灰度变换的Chan-Vese模型  

Chan-Vese model with gray level transformation

作　　者：罗德芳[1,2] 何传江[1] 原野[1] 

机构地区：[1]重庆大学数学与统计学院信息与计算科学系,重庆401331 [2]重庆师范大学,重庆400700

出　　处：《计算机工程与应用》2011年第23期157-158,163,共3页Computer Engineering and Applications

基　　金：中央高校基本科研业务费资助项目(No.CDJXS10100003);重庆市科委自然科学基金计划资助项目(No.CQCSTC;2010BB9218)

摘　　要：幂变换和负片变换是图像增强中频繁使用的两种基本的灰度变换。该文把这两种灰度变换与Chan-Vese模型进行结合,以提高Chan-Vese模型的分割速度和效果。实验表明:该方案大大提高了Chan-Vese模型的收敛速度,而且也使Chan-Vese模型具有较好的处理直线和尖角的能力。Power-law transformation and negative transformation are two basic types of gray level transformations that are used frequently for image enhancement.This paper incorporates the two transformations into the well-known Chan-Vese model to raise the performance of Chan-Vese model in terms of segmentation speed and quality.By practical experiments,it is verified that new Chan-Vese model has faster convergence than Chan-Vese model,and exhibits certain capability of handling straight edges and corners.

关 键 词：图像分割 活动轮廓模型 CHAN-VESE模型 幂变换 负片变换 

分 类 号：TP911.73[自动化与计算机技术]