基于LBF模型的斑点噪声图像分割  

Speckle Noise Image Segmentation Based on LBF Model

作　　者：李云红[1] 袁巧宁 LI Yunhong;YUAN Qiaoning(School of Electronics and Information,Xi'an Polytechnic University,Xi'an 710048)

机构地区：[1]西安工程大学电子信息学院,西安710048

出　　处：《计算机与数字工程》2019年第4期911-913,939,共4页Computer & Digital Engineering

基　　金：国家自然科学基金项目(编号:61471161);陕西省科技厅自然科学基础研究重点项目(编号:2016JZ026);西安工程大学博士科研启动基金项目(编号:BS1616)资助

摘　　要：LBF模型的核函数的尺度函数是一个固定的任意值,不能实现在不同区域采用不同的尺度。不同点的灰度均匀性不同,因此仅用一个固定尺度的模型来计算不同区域的统计信息是不准确的。针对这一问题论文提出了自适应的高斯核函数,在图像的不同区域,采用不同的尺度参数,使图像的能量差更加明显。实验结果表明,论文提出的方法相较于传统LBF模型和CV模型,提高了斑点噪声图像的分割精度。The scale function of the kernel function of the LBF model is a fixed arbitrary value,and different scales can't be used in different regions.Different points have different gray uniformity,so it is inaccurate to use only one fixed-scale model to calculate the statistics of different areas.In response to this problem,an adaptive Gaussian kernel function is proposed.Using different scale parameters in different regions of the image makes the energy difference of the image more obvious.The experimental results show that compared with the traditional LBF model and CV model,the proposed method improves the accuracy of speckle noise image segmentation.

关 键 词：图像分割 局部二值拟合模型 斑点噪声 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]