%0 Journal Article
%T Active Contours Driven by Image Gradient Flux Energy<br>梯度向量场通量能量驱动的主动轮廓模型
%A YANG Yong
%A XU Chun
%A PAN Wei-min
%A <br>杨勇徐春
%A 潘伟民
%J 中国图象图形学报
%D 2009
%I 
%X 提出了一种基于梯度向量场通量能量的水平集图像分割算法.通过加入约束符号距离函数的能量项,并极小化该能量函数得到的变分表达式主要具有4条优于传统主动轮廓模型的优点.一是可以克服分割弱边界目标的困难;二是水平集函数不但可以灵活初始化,而且可避免在演化过程中重新初始化为符号距离甬数;三是水平集函数数值化可采用简单的有限差分方法,计算效率得到了极大的提高;四是仅用一个初始轮廓就可以自动检测带孑L目标的内轮廓.对合成和真实图像的分割结果表明:对弱边界目标和灰度分布不均目标的分割效果分别优于测地线模型(GAC)和C-V主动轮廓模型.
%K Level
%K set
%K Level set
%K active contour model
%K flux
%K energy minimization
%K segmentation<br>主动轮廓模型
%K 通量
%K 能量极小化
%K 分割
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=D06194629680C940ACE75262F54B9D85&aid=1564C2B6775A315F376D1420AA8B773A&yid=DE12191FBD62783C&vid=F3583C8E78166B9E&iid=59906B3B2830C2C5&sid=9B59696B71769931&eid=E2B893E3A98DC11A&journal_id=1006-8961&journal_name=中国图象图形学报&referenced_num=0&reference_num=0