Weights Adjusting GS Segmentation Algorithm
自适应权值调整GS图像分割算法

近期国内外分割算法研究表明，当目标局部边缘性质相差较大时，局部自适应分割算法较全局分割算法可以取得更好效果。为了快速地进行GS（Greedy Snake）图像分割，提出了一种不规则形状自适应图像分割算法，用于图像目标物体的边缘检测，同时基于伪逆算法，提出了一种自适应调整参数的方法，该方法保留了算法的反馈机制。在系统动态仿真中，为了避免动态边缘的停滞，新算法继承了greedy Snake算法的能量公式，同时根据附近目标轮廓边缘及其周围测试点的性质，通过调整其权值参量来达到调整局部特性的目的，以便使轮廓自适应地逼近目标边缘。计算机仿真结果表明，将新算法模型用于捕捉多种目标物体的边缘，可较其他Snake算法取得较为良好的效果。