分水岭算法应用于主动轮廓模型能量分割算法的研究  

Study on Watershed Algorithm Applied to Active Contour Model Energy Segmentation Algorithm

作　　者：汪梅[1] 李琳[2] 汪斌[3,4] 何高明[1,5] 

机构地区：[1]梧州学院信息与电子工程学院,梧州543002 [2]武汉科技大学计算机科学与技术学院,武汉430065 [3]北京交通大学计算机学院,北京100443 [4]华东交通大学软件学院,南昌330013 [5]桂林电子科技大学研究生院,桂林541000

出　　处：《计算机科学》2017年第5期314-319,共6页Computer Science

基　　金：国家自然科学基金项目:光学图像局部模糊检测;分割与应用研究(61562074);广西自然科学基金项目(2015GXNSFAA139295;2013GXNSFBA019276);广西教育厅科研项目(KY2015YB291;YB2014356;KY2016YB438);广西壮族自治区中青年教师基础能力提升项目:分水岭算法用于确定主动轮廓模型初始轮廓的算法研究;江西省科技支撑项目(20151BBE50104);梧州市科学研究与技术开发项目(2014B01030);梧州学院院级重点科研项目(2012B002);梧州学院中青年骨干教师培养计划基金资助

摘　　要：主动轮廓模型(snake模型)被广泛应用于边缘提取、图像分割等领域。该模型能对目标适当初始化,并进行自主收敛,使得能量处于极小值状态,以达到目标分离的效果。当目标初始位置敏感时,需要依赖其他机制对内部能量进行合理初始化,由于模型的非凸性,它有可能收敛到局部极值点甚至发散。将分水岭算法应用于主动轮廓模型的能量分割算法,通过改进的分水岭算法确定主动轮廓模型的初始轮廓,利用迭代完成对轮廓点周围的局部近邻点的检索,以选取更小的轮廓模型,当获得最小值时完成目标轮廓的提取。Active contour model （snake model） is widely used in edge detection, image segmentation and other fields. The model is able to initialize the target and autonomous convergence, so that the energy in the state achieves the mini- mum target separation. When the target initial position is sensitive, it needs to rely on other mechanisms for the internal energy reasonable initialization, and dues to the non-convexity model, and it is possible to converge to a local extreme point even diverge. This article used watershed algorithm to the energy of active contour model segmentation algorithm to determine the initial contour active contour models through improved watershed algorithm, and used iteration of the local neighborhood around the point contour points to select smaller contour retrieval model. When the minimum value is gotten the extraction of target contour is completed.

关 键 词：图像分割 分水岭 主动轮廓模型 能量分割 轮廓提取 图像能量 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]