一种基于DWT的快速C-V模型图像分割方法  

An Efficient C-V Model Based on DWT in Image Segmentation

作　　者：闵莉[1] 刘继飞[1] 吴玉厚[1] 

机构地区：[1]沈阳建筑大学交通与机械工程学院,辽宁沈阳110168

出　　处：《沈阳建筑大学学报（自然科学版）》2012年第5期932-938,共7页Journal of Shenyang Jianzhu University：Natural Science

基　　金：国家自然科学基金项目(50975182);沈阳建筑大学省重点实验室开放基金项目(JX-200904);住房和城乡建设部项目(2010-K3-25)

摘　　要：目的提高C-V模型的演化速度,使其在工程实际中得到广泛应用.方法将离散小波变换(DWT)与C-V模型相结合,实现图像快速分割.利用DWT将图像进行多分辨率分解,得到低频近似子带图像;对该子带图像进行C-V模型预分割,得到小尺寸的水平集函数;将该水平集函数进行小波重建后作为细分割的初始水平集函数,在原图像上进行C-V模型细分割,得到精细的分割结果.结果对目标具有弱边缘、拓扑结构变化以及目标和背景具有不同纹理结构的多种类型图像进行的分割对比实验.快速算法极大地缩短了演化时间,显著提高了C-V模型进行图像分割的速度.而且图像尺寸越小,模型分割图像的时间越短.可以得到与经典C-V模型具有同等精度的分割结果.结论笔者算法在不降低分割精度的同时,显著提高了C-V模型的演化速度,同时又确保了分割精度.We propose an efficient C-V model based on wavelet transform to speed up the C-V model evolution. The image is decomposed into the downsizing and approximation sub-image with DWT. Then the subimage is pre-segmented with C-V model to get an approximation curve in a short time. In order to get a fine segmentation, the original image is segmented subtly using C-V modelagain, of which the initial curve is reconstructed by the result of pre-segmentation. The experimental results ;validate the effectiveness and feasibility of our method.

关 键 词：C-V模型 DWT 图像分割 快速算法 

分 类 号：TN216[电子电信—物理电子学]