• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面積項能量加強(qiáng)的距離規(guī)則水平集演化模型

    2018-02-09 01:57:06朱云龍翁桂榮
    圖學(xué)學(xué)報 2018年1期
    關(guān)鍵詞:邊緣邊界能量

    朱云龍,翁桂榮

    ?

    面積項能量加強(qiáng)的距離規(guī)則水平集演化模型

    朱云龍,翁桂榮

    (蘇州大學(xué)機(jī)電工程學(xué)院,江蘇 蘇州 215000)

    針對距離規(guī)則水平集演化(DRLSE)模型存在易陷入虛假邊界、對噪聲敏感、收斂速度慢以及容易從弱邊緣處泄露等不穩(wěn)定問題,提出了面積項能量加強(qiáng)的水平集演化函數(shù)對水平集方法進(jìn)行改進(jìn)。首先提出了一個自適應(yīng)邊緣指示函數(shù),其根據(jù)圖像信息來調(diào)整函數(shù)參數(shù),從而控制演化速度以及對噪聲敏感度,使水平集演化更加快速穩(wěn)定。同時結(jié)合區(qū)域生長方法,將圖像處理成一個二值矩陣,并據(jù)此矩陣增加一加強(qiáng)項,使得面積項能量得到加強(qiáng),令水平集函數(shù)隨著距離目標(biāo)遠(yuǎn)近而自動調(diào)整能量大小,降低計算成本,有效解決對噪聲敏感、易陷入虛假邊界等問題。為驗證模型的有效性,采用多張實圖進(jìn)行分割實驗并與DRLSE等模型進(jìn)行對比,實驗結(jié)果表明,提出的模型能有效解決存在問題,有更高的計算效率和準(zhǔn)確率。

    圖像分割;水平集;主動輪廓模型;區(qū)域生長

    近二十年來,基于水平集方法的主動輪廓模型已成為圖像分割最有效的方法之一[1-3],并被廣泛應(yīng)用于圖像分割中。主動輪廓模型的圖像分割算法是一種結(jié)合上層知識的圖像處理技術(shù),其在算法優(yōu)化過程中可以引入圖像灰度信息、邊界信息[4-6],并允許引入各種先驗知識進(jìn)行魯棒性圖像分割[7-10],同時提供光滑的封閉輪廓作為分割結(jié)果,具有形式多樣、結(jié)構(gòu)靈活等優(yōu)越性能。

    1988年,OSHER和SETHIAN[11]在分析流體力學(xué)時,創(chuàng)造性地提出了水平集方法。熱力學(xué)方程中火苗的外形具有高動態(tài)性以及隨意的拓?fù)浣Y(jié)構(gòu)變化,用參數(shù)活動輪廓模型中的Snake方法描述火苗的外形變化較為復(fù)雜,而在高一維空間用水平集就能夠簡單地描述。

    文獻(xiàn)[12]和[13]分別于1993年及1995年提出了幾何活動輪廓(geometric active contour, GAC)模型。此模型成功地將水平集方法應(yīng)用到圖像處理和計算機(jī)視覺領(lǐng)域。其主要思想是二維平面上的閉合曲線可用高一維的函數(shù)與水平面的交集表達(dá),并稱之為零水平集,通過求解這個零水平集就可得到目標(biāo)的邊界。其缺點是初始輪廓曲線必須設(shè)置在目標(biāo)邊界的內(nèi)部或外部,并且在演化的過程中需要周期性地重新初始化水平集函數(shù)[14-15]。盡管重新初始化能夠獲得規(guī)則的水平集函數(shù),但未必能使零水平集函數(shù)運動至目標(biāo)邊界,且在實際操作中何時重新初始化也是個關(guān)鍵問題。

    LI等[16]針對水平集演化過程中的重新初始化問題,提出避免水平集重新初始化的距離正則項的概念,進(jìn)而提出了距離規(guī)則水平集演化(distance regularized level set evolution,DRLSE)模型。該模型在原模型的內(nèi)部能量項中添加了距離規(guī)則項,用于控制曲線的演化過程,消除水平集函數(shù)與符號距離函數(shù)之間的偏差,以避免水平集函數(shù)在演化過程中的震蕩問題,最終達(dá)到在演化過程中無需重新初始化的目標(biāo)[15, 17-19]。這個模型使得水平集函數(shù)的構(gòu)造變得更加容易,可簡單地初始化為一個二值函數(shù),是傳統(tǒng)水平集方法的重大突破。但該方法的缺陷有對噪聲敏感、收斂速度慢、容易陷入虛假邊界中以及從弱邊緣處泄露等問題。

    針對DRLSE模型存在的上述缺點,本文提出了一種改進(jìn)的距離規(guī)則水平集模型。以DRLSE模型為基礎(chǔ),選取一個自適應(yīng)邊緣指示函數(shù),通過圖像的標(biāo)準(zhǔn)差來表達(dá)目標(biāo)邊界的清晰程度,并根據(jù)清晰程度自動調(diào)整邊緣指示函數(shù),既有利于加快演化速度,又可提升穩(wěn)定性。同時,運用區(qū)域生長算法處理圖像,得到一個二值矩陣,并將此矩陣添加到面積項,使得面積項能量加強(qiáng),由此令水平集函數(shù)隨著距離目標(biāo)遠(yuǎn)近而自動調(diào)整能量大小,有效解決了對噪聲敏感、易陷入虛假邊界等問題。最后,本文模型與DRLSE模型,自適應(yīng)水平集演化模型(adaptive level set evolution,ALSE)[20]和結(jié)合Log邊緣檢測的區(qū)域可收縮擬合模型(region-scalable fitting and optimized laplacian of gaussian energy, RSFOL)模型[21]進(jìn)行了一系列對比實驗,驗證改進(jìn)模型的有效性。

    1 距離規(guī)則水平集介紹

    1.1 模型簡介

    為了解決傳統(tǒng)主動輪廓模型在演化過程中需要不斷周期性地重復(fù)初始化的問題[15-19],DRLSE模型引入了一個新的距離規(guī)則項用于糾正水平集函數(shù)與符號距離函數(shù)之間的偏差,其做法是在傳統(tǒng)模型中的能量泛函上再添加一項內(nèi)部能量泛函。DRLSE模型的能量泛函定義為

    其中,?為梯度算子;為水平集函數(shù);(?)為勢阱函數(shù);(?)為一維Dirac函數(shù);(?)是Heaviside函數(shù);(?)為邊緣指示函數(shù);為常數(shù)。

    其能量泛函由兩部分組成:①內(nèi)部能量項,由水平集正則項組成(即()),主要作用是矯正水平集與符號距離間的誤差,避免曲線在演化過程中重復(fù)初始化;②外部能量項,由長度項與面積項構(gòu)成。其中L()為長度項,是用于驅(qū)使零水平集輪廓朝目標(biāo)邊界演化;而A()為面積項,用于加快零水平集的演化速率。

    DRSLE采用的雙勢阱函數(shù)(?)可表達(dá)為

    其定量地表示了水平集函數(shù)偏離符號距離函數(shù)的程度,用來糾正水平集函數(shù)與符號距離函數(shù)的偏差。

    一維Dirac函數(shù)δ(?)和Heaviside函數(shù)H(?)分別表達(dá)為(為參數(shù))

    其中,(?)為邊緣指示函數(shù),可定義為

    當(dāng)曲線演化到目標(biāo)邊界時,式(1)得到最小值。所以,曲線的演化可以轉(zhuǎn)化為求解式(1)能量泛函的最小化。因此,梯度下降流方程的穩(wěn)定狀態(tài)解,可表達(dá)為

    在式(5)和(6)中,是標(biāo)準(zhǔn)偏差為的二維高斯濾波算子;*表示卷積。div(?)為向量的散度算子;d(|?|)是一雙勢阱函數(shù),即

    采用有限差分法對式(6)進(jìn)行網(wǎng)格離散化,引入時間步長Δ,可得離散化的水平集函數(shù)方程

    傳統(tǒng)的幾何活動輪廓模型中,水平集必須反復(fù)初始化為符號距離函數(shù)。而在DRLSE模型中避免了反復(fù)初始化的情況,且水平集正則項在迭代演化中驅(qū)使變?yōu)榉柧嚯x函數(shù)。為了進(jìn)一步提高計算效率和更好地保持演化的規(guī)則性,可以定義水平集初始值0為

    其中,0為大于零的常數(shù);0是圖像區(qū)域中的某一部分區(qū)域。

    1.2 DRLSE模型分析

    分析DRLSE模型,可以發(fā)現(xiàn)2個問題:

    (1) 外部能量項過多且依賴邊緣指示函數(shù),而邊緣指示函數(shù)依賴的是梯度信息,梯度越大,其值越接近于零。而圖像經(jīng)過平滑濾波后,會使邊界變得模糊并變寬,因此目標(biāo)邊界附近即邊緣指示函數(shù)趨于零的區(qū)域也同樣變寬。當(dāng)二個目標(biāo)靠近時,目標(biāo)邊界可能會因濾波算子的平滑而相互連接導(dǎo)致分割失敗。圖1(a)中每個像素點代表原圖像中對應(yīng)像素點處的梯度值經(jīng)過邊緣指示函數(shù)處理之后的值。圖中在趨于零的區(qū)域(黑色部分)很粗,且靠近的兩個物體不易分割,出現(xiàn)相連的情況。圖1(b)中,運用了DRLSE模型進(jìn)行分割,得到了失敗的結(jié)果。

    圖1 DRLSE模型對靠近目標(biāo)處理結(jié)果圖

    (2) 式(6)中是人為設(shè)定的常數(shù),其大小嚴(yán)重影響分割的結(jié)果。過小則降低了演化速度,演化容易陷入虛假邊界中;適度增大可增加演化速度,使演化越過虛假邊界得到正確結(jié)果;但是過大也易出現(xiàn)邊界泄漏現(xiàn)象,導(dǎo)致分割失敗。如圖2所示,對于邊界較為模糊的情況,圖2(a)因偏小而出現(xiàn)了陷入虛假邊界的情況;圖2(c)因偏大出現(xiàn)了邊界泄露的情況。而對于圖3,目標(biāo)邊界較為清晰,圖3(a)~(c)均分割正確,但分割速度因的變化而改變,其中代表迭代次數(shù)。由于的敏感性大大降低了模型的實用性。

    圖2 DRLSE模型分割效果與a的關(guān)系

    圖3 DRLSE模型分割速度與a的關(guān)系(N指迭代次數(shù))

    2 改進(jìn)模型

    眾所周知,方差可度量數(shù)據(jù)的離散程度。對于一幅圖像,用方差可以在一定程度上顯示圖像的光滑性與邊界清晰程度。而由上述DRLSE模型分析中可知,邊緣指示函數(shù)是控制演化速度的重要因素,演化速度快有利于避免陷入虛假邊界,但容易產(chǎn)生邊界泄露現(xiàn)象;演化速度慢時情況正好相反,有利于避免邊界泄露現(xiàn)象而易產(chǎn)生陷入虛假邊界的情況。因此,將方差作為參數(shù)放入邊緣指示函數(shù),用于針對不同的圖像而自動調(diào)節(jié)演化速度的變化。同時,對于實際圖像的背景區(qū)域,均會有或多或少的噪聲干擾,為了減少干擾,可以先用區(qū)域生長法對圖像進(jìn)行粗分割,將圖像分為目標(biāo)區(qū)域與背景區(qū)域。而式(6)中的右側(cè)第三項控制著演化速度,因此可以根據(jù)粗分割結(jié)果調(diào)整此項,使得演化曲線在背景區(qū)域時增大演化速度,防止陷入虛假邊界,而進(jìn)入目標(biāo)區(qū)域時減小演化速度,避免邊界泄露。根據(jù)以上思想,設(shè)計了一個關(guān)于演化曲線的能量泛函,對能量泛函進(jìn)行最小化,得到其梯度下降流方程

    其中,為經(jīng)過區(qū)域生長算法所得到的二值矩陣;為參數(shù)。

    與DRLSE模型相比,此模型改進(jìn)了邊緣指示函數(shù);同時基于區(qū)域生長算法增加了一個加強(qiáng)項(),與原來的面積項結(jié)合,得到了加強(qiáng)的面積項(+)δ()。

    2.1 自適應(yīng)邊緣指示函數(shù)

    其中,是經(jīng)過二維高斯濾波算子所濾波過的圖像;為標(biāo)準(zhǔn)差;1為邊界閾值函數(shù),其表達(dá)式為

    其中,()圖像的方差,表示圖像的離散程度。方差小,表明數(shù)據(jù)聚集好;方差大,表明數(shù)據(jù)離散度大。1的大小表示目標(biāo)相距平均值的遠(yuǎn)近關(guān)系。當(dāng)圖像目標(biāo)相距平均值較遠(yuǎn)時,邊界較為清晰,即1較大,(|?|)自動增大,可加快演化速度,避免陷入虛假邊界中;當(dāng)圖像目標(biāo)相距平均值較近時,邊界則模糊,1較小,(|?|)自動減小,演化速度降低,不會出現(xiàn)邊界泄漏現(xiàn)象。圖4為二種邊緣指示函數(shù)的示意圖,其中軸表示|?|,軸表示,藍(lán)色曲線表示DRLSE模型中的邊緣指示函數(shù);而紅色曲線表示自適應(yīng)邊緣指示函數(shù)。根據(jù)式(13),不同的圖像有不同的方差,1因此會隨著不同的圖像有所變化;根據(jù)式(12),函數(shù)受1的影響,因此,自適應(yīng)函數(shù)也會隨著不同的圖而自動調(diào)整。

    圖4 邊緣指示函數(shù)曲線

    為了說明改進(jìn)的邊緣指數(shù)函數(shù)的有效性,根據(jù)DRLSE模型,通過改變函數(shù)進(jìn)行驗證。圖5為3幅目標(biāo)物體都靠得較近的細(xì)胞圖。從圖5可以看出,DRLSE模型無法準(zhǔn)確地分割出多個靠近的物體,并易陷入虛假邊界。而使用本文提出的邊緣指示函數(shù)后,分割精度大大提高。實驗參數(shù)為:=0.2,=5,=1.5,=1.5,=2,Δ=5,0=2。

    圖5 二種邊緣指示函數(shù)方法對比分割圖

    2.2 基于區(qū)域生長方法的加強(qiáng)面積項

    針對DRLSE模型的分割效果易受參數(shù)敏感性影響的問題,改進(jìn)的基本思想是通過區(qū)域生長方法對圖像進(jìn)行處理,得到一個二值矩陣。根據(jù)此矩陣增加一個加強(qiáng)項使得面積項能量得到優(yōu)化,讓其可以根據(jù)演化曲線位置自動調(diào)整演化速率的大小,減小對固定值的敏感性。

    區(qū)域生長的基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域。首先對于目標(biāo)區(qū)域,需要找到一個種子像素作為生長的起點,隨后根據(jù)事先確定的生長或相似準(zhǔn)則,搜尋種子點周圍的像素中是否有相同或相似性質(zhì)的像素。若有,則將其包括進(jìn)來,并以此點為新的種子點繼續(xù)向四周搜尋,直到再無滿足條件的像素可以包括進(jìn)來為止,一個區(qū)域就生長而成[22]。具體步驟如下:

    (3) 在目標(biāo)區(qū)域進(jìn)行區(qū)域生長。首先對目標(biāo)區(qū)域進(jìn)行收縮,若目標(biāo)區(qū)域無空洞,則收縮成一個點,若有空洞則收縮成一個連通環(huán),分別將收縮后得到的這些點作為種子點。生長準(zhǔn)則為相鄰像素的梯度差小于3,以此生成新的二值矩陣;

    (4) 以為基礎(chǔ)增加一加強(qiáng)項δ()。

    圖6(c)為二值矩陣。當(dāng)演化曲線上的點位于圖中白色區(qū)域時,矩陣對應(yīng)的像素點的值為1,則面積項為(+)δ(),其值較大,有利于加快演化速率;當(dāng)演化曲線上的點位于圖中黑色區(qū)域時,矩陣對應(yīng)的像素點的值為0,相應(yīng)加強(qiáng)項δ()也同樣為0,此時面積項為(),面積項的值較小,演化速率變慢。也就是說,當(dāng)水平集距離目標(biāo)區(qū)域較遠(yuǎn)時,面積項值較大,演化速率提升,有效避免了陷入虛假邊界;當(dāng)水平集演化到距離目標(biāo)區(qū)域較近時,面積項值變小,演化速率降低,有效避免出現(xiàn)邊界泄漏現(xiàn)象。

    圖6以3組加強(qiáng)面積能量的水平集模型的過程分析為示例。通過第2列DRLSE模型分割圖與第5列僅僅加強(qiáng)了面積項之后的分割圖(邊緣指示函數(shù)未變換,依然為原DRLSE模型中定義的),結(jié)果說明改進(jìn)的加強(qiáng)面積項對分割有著更好的效果。加強(qiáng)面積能量的模型參數(shù):=0.2,=5,=1.5,=1.5,=1.5,Δ=5,0=2,=2。

    3 實驗結(jié)果與分析

    本文提出的模型將通過實圖進(jìn)行驗證。實驗采用Matlab R2015b軟件,電腦處理器參數(shù)為:2.6 GHz Inter(R) Core(TM) i7-4720HQ。

    將自適應(yīng)邊緣指示函數(shù)與基于區(qū)域增長方法的加強(qiáng)面積項通過改進(jìn)結(jié)合為一個新模型,如式(11)。模型算法如下:

    (1) 設(shè)置參數(shù):=0.2,=5,=1.5,=1.5,=1.5,Δ=5,0=2,=0.2。內(nèi)迭代次數(shù)為20,每計算演化20次記錄一次分割結(jié)果。外迭代次數(shù)為50,即最多允許50次外迭代;

    圖6 加強(qiáng)面積能量的水平集模型分割過程圖

    (2) 求經(jīng)過高斯平滑后圖像的像素平均值,并以此平均值為閾值對圖像進(jìn)行分割;

    (3) 對于閾值分割后的圖像進(jìn)行區(qū)域生長,得到新的二值矩陣;

    (4) 根據(jù)圖像信息計算邊界閾值函數(shù)1(),邊緣指示函數(shù)(|?|);

    (5) 根據(jù)式(11)進(jìn)行內(nèi)迭代計算;

    (6) 若當(dāng)前與上次記錄的分割結(jié)果的面積相對誤差小于1%,則停止演化,輸出分割結(jié)果;否則返回到步驟(5);

    (7) 若一直不滿足步驟(6)中的條件,當(dāng)?shù)螖?shù)達(dá)到設(shè)置的最大值時停止,輸出分割結(jié)果。

    圖7為DRLSE模型與本文模型的分割對比圖,其中藍(lán)色曲線表示初始框,綠色曲線表示為迭代過程,紅色曲線為分割結(jié)果。第1~4行為背景噪聲較為明顯的單目標(biāo)分割圖,邊界較為模糊,DRLSE模型則易陷入虛假邊界,使演化停止而本文模型則能夠根據(jù)圖像調(diào)整參數(shù)從而達(dá)到良好的效果。第5~8行為靠近的多目標(biāo)分割圖,對于背景噪聲較大的,易陷于外部噪聲處,而對于背景噪聲較小的,演化曲線易陷入兩目標(biāo)之間的凹陷處,而本文模型依然得到良好的分割效果。

    為了對分割效果進(jìn)行定量分析,采用Dice相似性系數(shù)(dice similarity coefficient,DSC)來評 判[21],即

    其中,1和2分別代表得到的分割和真實的分割區(qū)域的面積。

    為了進(jìn)一步說明本文算法的有效性與實用性,從Weizmann數(shù)據(jù)庫[23]收集了如下6組實景圖(圖8)對本文模型繼續(xù)進(jìn)行驗證,并將其分別與DRLSE模型、ALSE模型、RSFOL模型進(jìn)行對比。初始曲線均距邊框6個像素。表1為4種模型的DSC值與迭代時間比較。較DRLSE模型、RSFOL模型,本文模型不僅在時間上更具優(yōu)勢(除了(c)列第4行的DRLSE模型很快進(jìn)入虛假邊界,用時較短的情況),而且有著更高的分割精度。與ALSE模型相比,本文模型在分割速度上不具優(yōu)勢,但分割效果更佳。其中本文模型對于第5行DSC值較低的原因是因為目標(biāo)較小,使式(14)分母較小,小的偏差會對其值影響較大。

    圖7 DRLSE模型與本文模型分割對比圖(1~4行為單目標(biāo)分割圖,5~8行為多目標(biāo)分割圖)

    圖8 景物圖分割效果對比

    表1 4種模型的DSC值與迭代時間比較(s)

    4 結(jié) 論

    提出了利用面積項能量加強(qiáng)的水平集演化函數(shù)對水平集方法進(jìn)行改進(jìn)。在DRLSE模型基礎(chǔ)上,提出了一個新穎的邊緣指示函數(shù),并且結(jié)合區(qū)域生長的方法,構(gòu)成一個加強(qiáng)面積項。利用該模型與DRLSE模型進(jìn)行了一系列實驗對比。實驗結(jié)果顯示,該模型無論在分割效果還是在分割速度上,較DRLSE模型都有較大的優(yōu)越性,對于噪聲較大、較為模糊的圖像,以及多目標(biāo)且較為靠近的圖像,也擁有良好地分割效果。較好地解決了DRLSE模型對噪聲敏感、易陷入虛假邊界、收斂速度慢以及容易從弱邊緣處泄露等不穩(wěn)定問題,魯棒性較強(qiáng)。同時,該模型也有一些待改進(jìn)的地方,例如對于初始邊界較為敏感,初始演化曲線只能完全包含目標(biāo)物體或完全在目標(biāo)曲線內(nèi)部,才有可能分割正確,一旦初始輪廓與目標(biāo)邊界相交,則分割失敗,這也是日后需要基于該模型繼續(xù)努力改進(jìn)的方向。

    [1] 郭笑妍, 梅雪, 李振華, 等. 形狀約束下活動輪廓模型冠脈血管圖像多尺度分割[J]. 中國圖象圖形學(xué)報, 2016, 21(7): 923-932.

    [2] 王琦, 潘振寬, 魏偉波, 等. 隱式曲面兩相圖像分割的變分水平集模型及對偶方法[J]. 電子學(xué)報, 2011, 39(1): 207-212.

    [3] 李亞峰. 基于圖像分解的稀疏正則化多區(qū)域圖像分割方法[J]. 電子學(xué)報, 2015, 43(9): 1841-1849.

    [4] DAI L Z, DING J D, YANG J. Inhomogeneity-embedded active contour fornatural image segmentation [J]. Pattern Recognition, 2015, 48(8): 2513-2529.

    [5] 陳志彬, 邱天爽, SU R. 一種基于FCM和Level Set的MRI醫(yī)學(xué)圖像分割方法[J]. 電子學(xué)報, 2008, 36(9): 1734-1736.

    [6] CHEN Y M, TAGARE H D, THIRUVENKADAM S, et al. Using prior shapes in geometric active contours in a variational framework [J]. International Journal of Computer Vision, 2002, 50(3): 315-328.

    [7] LI Q, DENG T Q, XIE W. Active contours driven by divergence of gradient vector flow [J]. Signal Processing, 2016, 120: 185-199.

    [8] CHAN T F, VESE L A. Active contours without edges [J]. IEEE Transactions on Image Processing, 2001, 10(2): 266-277.

    [9] 郝智慧, 郭滿才, 宋楊楊. 結(jié)合全局與局部信息活動輪廓的非同質(zhì)圖像分割[J]. 中國圖象圖形學(xué)報, 2016, 21(7): 886-892.

    [10] 姜慧研, 馮銳杰. 基于改進(jìn)的變分水平集和區(qū)域生長的圖像分割方法的研究[J]. 電子學(xué)報, 2012, 40(8): 1659-1664.

    [11] OSHER S, SETHIAN J A. Fronts propagating with curvature dependent speed: algorithms based on Hamilton Jacobi formulations [J]. Journal of Computational Physics, 1988, 79(1): 12-49.

    [12] CASELLES V, CATTé F, COLL T, et al. A geometric model for active contours in image processing [J]. Numerische Mathematik, 1993, 66(1): 1-31.

    [13] MALLADI R, SETHIAN J A, VEMURI B C. Shape modeling with front propagation: A level set approach [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1995, 17(2): 158-175.

    [14] 王艷. 圖像分割的自適應(yīng)快速水平集演化模型[J]. 計算機(jī)仿真, 2016, 33(2): 269-272.

    [15] CASELLES V, KIMMEL R, SAPIRO G. Geodesic active contours [J]. International Journal of Computer Vision, 1997, 22(1): 61-79.

    [16] LI C M, XU C, GUI C, et al. Level set evolution without re-initialization: a new variational formulation [C]//2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR05). New Youk: IEEE Prees, 2005: 430-436.

    [17] 李夢. 圖像分割的變分水平集模型研究[D]. 重慶: 重慶大學(xué), 2011.

    [18] 何傳江, 李夢, 詹毅. 用于圖像分割的自適應(yīng)距離保持水平集演化[J]. 軟件學(xué)報, 2008, 19(12): 3161-3169.

    [19] HAN B, WU Y Q. A novel active contour model based on modified symmetric cross entropy for remote sensing rover image segmentation [J]. Pattern Recognition, 2017, 67: 396-409.

    [20] WANG Y, HE C J. An adaptive level set evolution equation for contour extraction [J]. Applied Mathematics and Computation, 2013, 219: 11420-11429.

    [21] DING K Y, XIAO L F, WENG G R. Active contours driven by region-scalable ?tting and optimized Laplacian of Gaussian energy for image segmentation [J]. Signal Processing, 2017, 134: 224-233.

    [22] GONZALEZ R C, WOODS R E, EDDINS S L. Digital image processing using MATLAM [M]. Beijing: Publishing House of Electronics Industry, 2005: 308-310.

    [23] ALPERT R B S, GALUN M, BRANDT A, et al. Image segmentation by probabilistic bottom-up aggregation and cue integration [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(2): 315-327.

    Improved Distance Regularized Level Set Evolution Model by Enhancing Energy of Area Term

    ZHUYunlong, WENGGuirong

    (College of Mechanical and Electronic Engineering, Soochow University, Suzhou Jiangsu 215000, China)

    The distance regularized level set evolution (DRLSE) model has lots of shortcomings when applied in image segmentation. It is easy to stuck around false boundaries, is sensitive to noise, have slow convergence speed and may not detect weak edges. To solve these problems, this paper present a level set function whose area term is enhanced. Firstly, an adaptive edge indicator function is proposed, which can adjust some parameters automatically based on image information, to control evolution speed and the sensitivity to noise. Furthermore, combining the model with region growing method and processing the image into a binary matrix, a reinforcement term is added based on the binary matrix to intensify energy of the area term. So the energy functional could be automatically adjusted according to the distance between evolution curves and targets. This reduces the computational cost, makes the model insensitive to noise and isn’t easy to fall into false boundaries. Experiments on some synthetic and real images prove that the proposed model is not only robust, but also achieves higher segmentation accuracy and efficiency.

    image segmentation; level set; active contour; region growing

    TP 391

    10.11996/JG.j.2095-302X.2018010012

    A

    2095-302X(2018)01-0012-09

    2017-06-01;

    2017-07-14

    國家自然科學(xué)基金項目(61473201)

    朱云龍(1992-),男,江蘇如東人,碩士研究生。主要研究方向為圖形圖像處理。E-mail:20154229024@stu.suda.edu.cn

    翁桂榮(1963-),男,江蘇蘇州人,教授,學(xué)士。主要研究方向為圖形圖像處理、生物信息處理。E-mail:wgr@suda.edu.cn

    猜你喜歡
    邊緣邊界能量
    拓展閱讀的邊界
    能量之源
    論中立的幫助行為之可罰邊界
    詩無邪傳遞正能量
    中華詩詞(2017年4期)2017-11-10 02:18:29
    一張圖看懂邊緣計算
    開年就要正能量
    都市麗人(2015年2期)2015-03-20 13:32:31
    凝聚辦好家長學(xué)校的正能量
    中國火炬(2014年2期)2014-07-24 14:17:02
    “偽翻譯”:“翻譯”之邊界行走者
    思考新邊界
    在邊緣尋找自我
    雕塑(1999年2期)1999-06-28 05:01:42
    舔av片在线| 赤兔流量卡办理| 卡戴珊不雅视频在线播放| 日韩欧美一区二区三区在线观看| 亚洲欧洲日产国产| 亚洲自拍偷在线| 永久网站在线| 大又大粗又爽又黄少妇毛片口| 一卡2卡三卡四卡精品乱码亚洲| 国产中年淑女户外野战色| 国模一区二区三区四区视频| 久久人人爽人人爽人人片va| 欧美bdsm另类| 日本五十路高清| 最近最新中文字幕大全电影3| 亚洲四区av| 听说在线观看完整版免费高清| 亚洲精品日韩av片在线观看| 老熟妇乱子伦视频在线观看| 国产色婷婷99| 久久草成人影院| 18禁裸乳无遮挡免费网站照片| 亚洲熟妇中文字幕五十中出| 一区二区三区高清视频在线| 午夜激情欧美在线| 哪个播放器可以免费观看大片| 国产精品久久电影中文字幕| 国产精品,欧美在线| 国产成人a区在线观看| 97在线视频观看| 波野结衣二区三区在线| 99热全是精品| 久久精品国产亚洲av香蕉五月| 在线播放国产精品三级| 九色成人免费人妻av| 一个人看视频在线观看www免费| 欧美成人a在线观看| 国内少妇人妻偷人精品xxx网站| 国内精品一区二区在线观看| 欧美潮喷喷水| 九九爱精品视频在线观看| 欧美xxxx性猛交bbbb| av在线播放精品| 波多野结衣高清作品| 91aial.com中文字幕在线观看| 日本黄色视频三级网站网址| 人人妻人人澡人人爽人人夜夜 | 插阴视频在线观看视频| 日本免费a在线| 亚洲精品国产成人久久av| 又粗又硬又长又爽又黄的视频 | 欧美性猛交╳xxx乱大交人| 亚洲精品色激情综合| 日韩欧美一区二区三区在线观看| www日本黄色视频网| 日本-黄色视频高清免费观看| 欧美日韩国产亚洲二区| 在线国产一区二区在线| av在线亚洲专区| 国产乱人视频| 欧美激情国产日韩精品一区| 天堂网av新在线| 国产又黄又爽又无遮挡在线| 麻豆乱淫一区二区| 精品人妻熟女av久视频| 日日摸夜夜添夜夜爱| 在线观看一区二区三区| 亚洲欧美成人精品一区二区| 国产精品一区www在线观看| 九九久久精品国产亚洲av麻豆| 亚洲最大成人中文| 精品久久久久久久末码| 中文欧美无线码| 岛国毛片在线播放| 又爽又黄a免费视频| 三级毛片av免费| 亚洲精品久久国产高清桃花| 亚洲欧洲国产日韩| 两性午夜刺激爽爽歪歪视频在线观看| 久久精品国产亚洲网站| 欧美性猛交╳xxx乱大交人| 日本黄色视频三级网站网址| 日本在线视频免费播放| 成人特级av手机在线观看| 网址你懂的国产日韩在线| 亚洲成人久久爱视频| 久久午夜福利片| 在线观看美女被高潮喷水网站| 亚洲av免费在线观看| avwww免费| 久久人人精品亚洲av| 国产 一区精品| 91av网一区二区| 日产精品乱码卡一卡2卡三| 免费观看在线日韩| 亚洲欧美日韩东京热| 亚洲性久久影院| 色5月婷婷丁香| 国产老妇女一区| 日产精品乱码卡一卡2卡三| 国产精品免费一区二区三区在线| 嫩草影院精品99| 一级二级三级毛片免费看| 日本av手机在线免费观看| 欧美一区二区亚洲| 中国国产av一级| 69av精品久久久久久| 久久久精品94久久精品| 亚洲内射少妇av| 亚洲国产欧洲综合997久久,| 亚洲美女视频黄频| 国内揄拍国产精品人妻在线| 国产真实伦视频高清在线观看| 亚洲欧美精品专区久久| 少妇被粗大猛烈的视频| 在线观看66精品国产| www.av在线官网国产| 久久久久久久久久成人| 欧美+日韩+精品| 91精品一卡2卡3卡4卡| 联通29元200g的流量卡| 国产综合懂色| 别揉我奶头 嗯啊视频| 国产v大片淫在线免费观看| 狂野欧美白嫩少妇大欣赏| 熟女人妻精品中文字幕| 亚洲国产精品成人久久小说 | 校园春色视频在线观看| 女人被狂操c到高潮| 国产综合懂色| 日本三级黄在线观看| 亚洲欧美精品综合久久99| 色视频www国产| 韩国av在线不卡| 亚洲成人久久爱视频| 亚洲精品久久国产高清桃花| 99久久无色码亚洲精品果冻| 91久久精品国产一区二区成人| 成人午夜高清在线视频| 国产黄a三级三级三级人| 爱豆传媒免费全集在线观看| 精品午夜福利在线看| 亚洲av男天堂| 久久精品影院6| 床上黄色一级片| 国产一区二区激情短视频| 菩萨蛮人人尽说江南好唐韦庄 | 伊人久久精品亚洲午夜| 精品人妻一区二区三区麻豆| 免费人成在线观看视频色| 在线播放无遮挡| av天堂中文字幕网| 国产精品一区二区性色av| 男女啪啪激烈高潮av片| av免费观看日本| 国产精品国产三级国产av玫瑰| 又粗又硬又长又爽又黄的视频 | av在线天堂中文字幕| 一个人免费在线观看电影| 免费大片18禁| 日韩欧美精品免费久久| 好男人视频免费观看在线| 老司机影院成人| 亚洲国产色片| 精品人妻熟女av久视频| 成人鲁丝片一二三区免费| 久久久国产成人精品二区| 亚洲不卡免费看| 成人美女网站在线观看视频| 欧美变态另类bdsm刘玥| 网址你懂的国产日韩在线| 人体艺术视频欧美日本| 寂寞人妻少妇视频99o| 最好的美女福利视频网| 美女黄网站色视频| 亚洲七黄色美女视频| 最近手机中文字幕大全| 久久精品夜色国产| 色尼玛亚洲综合影院| 中文资源天堂在线| 99久久九九国产精品国产免费| 国产极品精品免费视频能看的| 久久久午夜欧美精品| 搡女人真爽免费视频火全软件| 狂野欧美激情性xxxx在线观看| 女人十人毛片免费观看3o分钟| 国模一区二区三区四区视频| 国产美女午夜福利| 国产日本99.免费观看| 九九爱精品视频在线观看| 青春草视频在线免费观看| 国产成人freesex在线| 一个人看的www免费观看视频| 三级国产精品欧美在线观看| 又粗又爽又猛毛片免费看| 丰满的人妻完整版| 校园人妻丝袜中文字幕| 国产成人aa在线观看| 国产黄色视频一区二区在线观看 | 免费av毛片视频| 91在线精品国自产拍蜜月| 18禁黄网站禁片免费观看直播| 日韩精品青青久久久久久| 中文亚洲av片在线观看爽| 91精品一卡2卡3卡4卡| 免费一级毛片在线播放高清视频| 青春草国产在线视频 | 成人午夜高清在线视频| 欧美色视频一区免费| 国产精品久久久久久精品电影小说 | 日韩精品有码人妻一区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 一个人看视频在线观看www免费| 少妇熟女aⅴ在线视频| 成人亚洲欧美一区二区av| av.在线天堂| 在线观看免费视频日本深夜| 国产精品久久久久久久电影| av免费观看日本| 九色成人免费人妻av| 男女视频在线观看网站免费| 午夜激情欧美在线| 亚洲国产精品久久男人天堂| 成人欧美大片| 白带黄色成豆腐渣| 日韩欧美 国产精品| 哪个播放器可以免费观看大片| 国产一区二区亚洲精品在线观看| 夜夜爽天天搞| 狂野欧美白嫩少妇大欣赏| 久久久久网色| 国产久久久一区二区三区| 成人欧美大片| 麻豆久久精品国产亚洲av| 精品国产三级普通话版| 美女xxoo啪啪120秒动态图| 国产成人影院久久av| 日韩一区二区三区影片| 黄色欧美视频在线观看| 伊人久久精品亚洲午夜| 两个人的视频大全免费| 亚洲成人精品中文字幕电影| 精品一区二区三区人妻视频| 国产精品99久久久久久久久| 天堂影院成人在线观看| 麻豆乱淫一区二区| 欧美xxxx黑人xx丫x性爽| 97在线视频观看| 在线观看一区二区三区| 边亲边吃奶的免费视频| 日韩,欧美,国产一区二区三区 | 久久精品夜夜夜夜夜久久蜜豆| 一级黄色大片毛片| 看片在线看免费视频| 欧美成人精品欧美一级黄| 久久久久九九精品影院| 国产成人影院久久av| 非洲黑人性xxxx精品又粗又长| 美女高潮的动态| 国内久久婷婷六月综合欲色啪| 中文在线观看免费www的网站| 国产中年淑女户外野战色| 97热精品久久久久久| 亚洲欧美中文字幕日韩二区| 一级av片app| 久久久久久久亚洲中文字幕| 91狼人影院| 在线观看免费视频日本深夜| 欧美又色又爽又黄视频| 热99在线观看视频| 色哟哟·www| 日韩av在线大香蕉| av女优亚洲男人天堂| 亚洲精品456在线播放app| 国产精品麻豆人妻色哟哟久久 | 丰满的人妻完整版| 变态另类丝袜制服| 嫩草影院精品99| 午夜免费激情av| 久久99热6这里只有精品| 十八禁国产超污无遮挡网站| 国产午夜精品一二区理论片| 亚洲,欧美,日韩| 特级一级黄色大片| 国产精品一区二区三区四区免费观看| 亚洲人成网站在线播放欧美日韩| 日本与韩国留学比较| 亚洲av男天堂| 国国产精品蜜臀av免费| 夜夜爽天天搞| 麻豆国产av国片精品| 极品教师在线视频| 观看免费一级毛片| 国产探花极品一区二区| 插逼视频在线观看| 亚洲欧洲国产日韩| 一级毛片我不卡| 国内精品久久久久精免费| 一级毛片aaaaaa免费看小| 午夜视频国产福利| h日本视频在线播放| 欧美日韩一区二区视频在线观看视频在线 | 亚洲激情五月婷婷啪啪| 精品一区二区免费观看| 国产黄色小视频在线观看| 99久国产av精品国产电影| 日本黄色片子视频| 日韩一区二区视频免费看| 国产免费男女视频| 国产白丝娇喘喷水9色精品| 色哟哟哟哟哟哟| 男女做爰动态图高潮gif福利片| 九九热线精品视视频播放| 99九九线精品视频在线观看视频| 国内精品宾馆在线| 夜夜夜夜夜久久久久| 久久精品国产亚洲av涩爱 | 我要看日韩黄色一级片| 亚洲欧美中文字幕日韩二区| 久久久a久久爽久久v久久| 亚洲中文字幕一区二区三区有码在线看| 日韩欧美一区二区三区在线观看| 综合色丁香网| 午夜激情福利司机影院| 成人美女网站在线观看视频| 亚洲av二区三区四区| 亚洲自拍偷在线| 久久精品综合一区二区三区| 国产亚洲av嫩草精品影院| 人妻久久中文字幕网| 天天躁日日操中文字幕| 99久国产av精品国产电影| 别揉我奶头 嗯啊视频| 搞女人的毛片| 人妻夜夜爽99麻豆av| 亚洲综合色惰| 亚洲欧美日韩卡通动漫| 国产日本99.免费观看| 啦啦啦韩国在线观看视频| 国产老妇女一区| 少妇丰满av| 欧美性猛交╳xxx乱大交人| 亚洲成人久久爱视频| 亚洲人成网站高清观看| 亚洲av二区三区四区| 少妇人妻一区二区三区视频| 有码 亚洲区| 毛片女人毛片| 最近最新中文字幕大全电影3| 大香蕉久久网| 亚洲欧美日韩无卡精品| 久久久久久大精品| 国产精品久久久久久精品电影小说 | 久久精品久久久久久久性| 联通29元200g的流量卡| 夜夜看夜夜爽夜夜摸| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲一区二区三区色噜噜| 亚洲av.av天堂| 毛片女人毛片| 又爽又黄a免费视频| 99久久九九国产精品国产免费| 波野结衣二区三区在线| 色噜噜av男人的天堂激情| 丰满人妻一区二区三区视频av| 一个人观看的视频www高清免费观看| 久久99热6这里只有精品| 国产在线男女| 人妻夜夜爽99麻豆av| 久久这里只有精品中国| 综合色丁香网| 麻豆国产av国片精品| 欧洲精品卡2卡3卡4卡5卡区| 国产伦精品一区二区三区四那| 白带黄色成豆腐渣| 日本黄大片高清| 久久精品国产自在天天线| 国产男人的电影天堂91| 欧美在线一区亚洲| 欧美丝袜亚洲另类| 啦啦啦韩国在线观看视频| 成年女人看的毛片在线观看| 色综合亚洲欧美另类图片| 一个人免费在线观看电影| 午夜激情欧美在线| 国产精品野战在线观看| 1000部很黄的大片| 日韩制服骚丝袜av| 最近手机中文字幕大全| 男女那种视频在线观看| .国产精品久久| 高清日韩中文字幕在线| 好男人视频免费观看在线| 一级毛片我不卡| 国产精品嫩草影院av在线观看| 亚洲国产精品成人久久小说 | 国产91av在线免费观看| 亚洲欧美精品综合久久99| 免费看日本二区| 干丝袜人妻中文字幕| 99久久人妻综合| 人妻制服诱惑在线中文字幕| 国产精品国产高清国产av| 欧美区成人在线视频| 欧美日韩综合久久久久久| 成人毛片a级毛片在线播放| 亚洲av男天堂| 一夜夜www| 非洲黑人性xxxx精品又粗又长| 免费人成在线观看视频色| 国产精品一区二区三区四区免费观看| 午夜激情欧美在线| 搡老妇女老女人老熟妇| 十八禁国产超污无遮挡网站| 午夜福利在线在线| 少妇猛男粗大的猛烈进出视频 | 青春草国产在线视频 | 欧美一区二区精品小视频在线| 国产一区二区亚洲精品在线观看| 国产一级毛片在线| 国产精品.久久久| АⅤ资源中文在线天堂| 在现免费观看毛片| 熟妇人妻久久中文字幕3abv| 亚洲精品色激情综合| 亚洲国产精品成人久久小说 | 亚洲av免费在线观看| 国产亚洲欧美98| av福利片在线观看| 日韩欧美三级三区| 欧美丝袜亚洲另类| 黄色配什么色好看| 国产黄a三级三级三级人| 少妇熟女欧美另类| 成人永久免费在线观看视频| 久久久久久久久大av| 一进一出抽搐动态| 国产高清不卡午夜福利| 男女啪啪激烈高潮av片| 91久久精品国产一区二区成人| 国产探花在线观看一区二区| 99久久精品热视频| 全区人妻精品视频| 午夜亚洲福利在线播放| 国产午夜精品一二区理论片| 丰满人妻一区二区三区视频av| 少妇熟女欧美另类| 日本-黄色视频高清免费观看| 在线观看美女被高潮喷水网站| 直男gayav资源| 99国产极品粉嫩在线观看| 能在线免费看毛片的网站| kizo精华| 日韩欧美一区二区三区在线观看| 三级毛片av免费| 国产精品一区二区在线观看99 | 亚洲aⅴ乱码一区二区在线播放| 久久久精品大字幕| 美女大奶头视频| 国内精品宾馆在线| 久久午夜福利片| 天堂av国产一区二区熟女人妻| 日韩欧美精品v在线| 国产老妇伦熟女老妇高清| 国产伦理片在线播放av一区 | 欧美日韩乱码在线| 黄色欧美视频在线观看| 亚洲综合色惰| 久久久国产成人精品二区| 精品熟女少妇av免费看| 18禁在线无遮挡免费观看视频| 日本熟妇午夜| 一级毛片电影观看 | 欧美激情在线99| 国产精品野战在线观看| 久久亚洲精品不卡| 99热全是精品| 高清午夜精品一区二区三区 | 精品久久久噜噜| 久久精品国产自在天天线| 三级毛片av免费| 夜夜看夜夜爽夜夜摸| 观看美女的网站| 啦啦啦观看免费观看视频高清| 久久精品国产自在天天线| 日韩一区二区三区影片| 久久久久久久久久久免费av| 久久精品综合一区二区三区| 直男gayav资源| 亚洲乱码一区二区免费版| 精品欧美国产一区二区三| 国语自产精品视频在线第100页| 日本黄大片高清| 你懂的网址亚洲精品在线观看 | 毛片女人毛片| 一级黄片播放器| 日韩欧美在线乱码| 中文字幕av成人在线电影| 偷拍熟女少妇极品色| 老司机福利观看| 三级男女做爰猛烈吃奶摸视频| 久久人人爽人人爽人人片va| 99在线人妻在线中文字幕| 又爽又黄无遮挡网站| 亚洲色图av天堂| 国产伦精品一区二区三区视频9| 欧美成人a在线观看| 亚洲天堂国产精品一区在线| 日韩一本色道免费dvd| 日韩强制内射视频| 极品教师在线视频| 永久网站在线| 国产精品女同一区二区软件| 天堂影院成人在线观看| 久久久久久九九精品二区国产| 少妇裸体淫交视频免费看高清| 在线播放国产精品三级| 男女啪啪激烈高潮av片| 男女视频在线观看网站免费| 又黄又爽又刺激的免费视频.| 91午夜精品亚洲一区二区三区| 深爱激情五月婷婷| 午夜久久久久精精品| 午夜福利在线在线| 能在线免费看毛片的网站| 日韩在线高清观看一区二区三区| 热99在线观看视频| 久久午夜亚洲精品久久| 日韩国内少妇激情av| 亚洲国产欧美在线一区| 国产精品伦人一区二区| 国产老妇女一区| 国产黄色小视频在线观看| 成人美女网站在线观看视频| 欧美日韩在线观看h| 51国产日韩欧美| 午夜福利在线观看免费完整高清在 | 色播亚洲综合网| 欧美最黄视频在线播放免费| 久久中文看片网| 国产视频内射| 天天躁夜夜躁狠狠久久av| 国产成人影院久久av| www.av在线官网国产| 一级毛片久久久久久久久女| 日韩一区二区视频免费看| 高清日韩中文字幕在线| 国产v大片淫在线免费观看| 国产乱人视频| 禁无遮挡网站| 变态另类成人亚洲欧美熟女| 亚洲av第一区精品v没综合| 日韩欧美在线乱码| 久久久久久久午夜电影| 免费人成在线观看视频色| 婷婷六月久久综合丁香| 国产单亲对白刺激| 我的老师免费观看完整版| 丝袜美腿在线中文| 少妇的逼水好多| 在线免费观看的www视频| 国产久久久一区二区三区| 欧美日韩在线观看h| 夜夜夜夜夜久久久久| 又粗又爽又猛毛片免费看| 国产淫片久久久久久久久| 亚洲人成网站在线播放欧美日韩| 禁无遮挡网站| 九九在线视频观看精品| 嫩草影院新地址| 美女被艹到高潮喷水动态| 高清日韩中文字幕在线| 亚洲三级黄色毛片| 九色成人免费人妻av| 国产日韩欧美在线精品| 久久久成人免费电影| 校园人妻丝袜中文字幕| av在线老鸭窝| 日韩欧美三级三区| 蜜桃久久精品国产亚洲av| 欧美日韩在线观看h| 中文字幕精品亚洲无线码一区| 在线a可以看的网站| a级毛片a级免费在线| 国产乱人偷精品视频| 国产成人91sexporn| 热99re8久久精品国产| 久久精品人妻少妇| 久久精品国产亚洲网站| 国产 一区精品| 高清毛片免费看| 婷婷六月久久综合丁香| 国产精品久久电影中文字幕| 日韩中字成人| 亚洲欧美精品综合久久99| 久久99精品国语久久久| 三级毛片av免费| 久久99蜜桃精品久久| 国产精品伦人一区二区| 男人舔女人下体高潮全视频| 亚洲不卡免费看| 久久婷婷人人爽人人干人人爱| 成年av动漫网址| 亚洲欧美成人综合另类久久久 | 午夜免费激情av| 网址你懂的国产日韩在线| 卡戴珊不雅视频在线播放| 国产免费男女视频| 日韩成人av中文字幕在线观看| av在线亚洲专区| 我要搜黄色片| 亚洲在久久综合| а√天堂www在线а√下载| 久久久久国产网址| 中文字幕熟女人妻在线|