%0 Journal Article
%T 基于贝塞尔滤波改进的测地活动轮廓图像分割模型
%A 李晨静
%J 计算机应用
%D 2017
%R 10.11772/j.issn.1001-9081.2017.12.3536
%X 摘要 活动轮廓模型广泛应用于图像分割和目标轮廓提取，基于边缘的测地活动轮廓（GAC）模型在提取边缘明显的物体时得到广泛的应用，但GAC演化过程中，迭代次数较多，耗时较长。针对这一问题，结合贝塞尔滤波理论，对GAC模型改进。首先，利用贝塞尔滤波对图像进行平滑处理，降低噪声；其次，基于贝塞尔滤波的边缘检测函数，构建新的边缘停止项，且并入到GAC模型中；最后，在构造的模型中同时加入反应扩散（RD）项以避免水平集重新初始化。实验结果表明，与多个基于边缘的模型相比，所提模型在保证分割结果精确度的同时，提高了时间效率，更适用于实际应用
%K 测地活动轮廓
%K 贝塞尔滤波
%K 边缘检测函数
%K 边缘停止项
%K 重新初始化
%U http://www.joca.cn/CN/abstract/abstract21356.shtml