10.3969/j.issn.1000-386X.2011.11.039
应用改进的C-V模型分割牛肉眼肌图像
牛肉眼肌图像的分割是牛肉自动分级的重要步骤.基于水平集的C-V模型采用两个具有不同均值的分块连续区域分割图像,在迭代过程中,为了约束水平集保持为符号距离函数,必须对其进行重新初始化,大大增加了计算量,降低了曲线演化速度.为此,通过加入边缘检测函数和惩罚项因子,提出了改进的C-V水平集模型,并用于牛肉图像分割,同时与模糊C均值聚类、阈值分割法进行了对比.结果表明:采用改进的C-V模型对牛肉图像进行分割,准确提取了眼肌边缘,分割出了脂肪和肌肉区域,准确率高；曲线演化过程中无需对水平集函数符号初始化,加快了曲线演化速度.
牛肉图像分割、C-V模型、水平集、惩罚项因子、边缘检测函数
28
TP391(计算技术、计算机技术)
国家高技术研究发展计划项目2008AA10Z211
2012-03-16（万方平台首次上网日期，不代表论文的发表时间）
共4页
150-152,170
