基于改进的凸能量模型与多特征融合的纹理图像分割算法研究  

Texture Image Segmentation Algorithm Based on Improved Convex Energy Model and Multi-feature Fusion

作　　者：王文飞[1] WANG Wen-fei

机构地区：[1]滁州职业技术学院,安徽滁州239000

出　　处：《大庆师范学院学报》2020年第6期99-106,共8页Journal of Daqing Normal University

基　　金：2018年度高等学校省级质量工程立项课题(2018mooc172);2018年度校级科研立项课题(YJZ-2018-13);2018年度院级教学质量工程立项课题(jxtd004);2019年度安徽省高校科研立项课题(KJ2019A1136)。

摘　　要：为了提高图像中的目标分割精度与效率,本文提出了一种改进的凸能量函数GMFT(global minimization energy function with fused textures)与多特征融合的图像分割算法。首先,从原始图像提取出灰度共生矩阵(GLCM,gray level co-occurrence matrix)高频特征和Gabor中、低频特征,然后将这两种特征分别通过主成分分析(PCA,principal component analysis)优化后融合在一起,形成鲁棒特征。其次,引入停止项,来修改无边界动态轮廓(ACWE,active contour without edges)模型中的向量值,从而构建具有融合纹理的全局最小化凸能量函数(GMFT)。基于最大差分方法,将容易辨识的纹理特征集并入GMFT模型中,再引入快速对偶公式,通过设定阈值,求解水平集函数来初始化轮廓,实现准确分割。实验结果表明:与当前纹理图像分割技术相比,所提算法具有更高的分割精度与效率。

关 键 词：主动轮廓模型 灰度共生矩阵 GABOR滤波器 纹理融合 纹理图像分割 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]