文件名称:论文研究-扩展无边活动轮廓模型.pdf
文件大小:529KB
文件格式:PDF
更新时间:2022-09-26 14:19:27
论文研究
灰度变化对图像分割是至关重要的。然而,一个著名的基于区域的活动轮廓模型——无边活动轮廓模型(通常称CV模型)完全忽略了这种灰度变化。提出了一个扩展CV模型(ECV),它利用了图像的灰度变化信息。实验表明:(1)ECV模型能分割CV模型不适用的某些类型的图像;(2)ECV模型也能分割CV模型适用的图像,且对噪声的鲁棒性强于CV模型。
文件名称:论文研究-扩展无边活动轮廓模型.pdf
文件大小:529KB
文件格式:PDF
更新时间:2022-09-26 14:19:27
论文研究
灰度变化对图像分割是至关重要的。然而,一个著名的基于区域的活动轮廓模型——无边活动轮廓模型(通常称CV模型)完全忽略了这种灰度变化。提出了一个扩展CV模型(ECV),它利用了图像的灰度变化信息。实验表明:(1)ECV模型能分割CV模型不适用的某些类型的图像;(2)ECV模型也能分割CV模型适用的图像,且对噪声的鲁棒性强于CV模型。