梯度向量流的各向异性扩散分析
为了解决梯度向量流力场(gradient vector flow,简称GVF)难以进入目标凹部的问题,提出了一种新的主动轮廓模型外力场--各向异性梯度向量流.GVF的扩散项是各向同性且光滑性强的拉普拉斯算子,它在各个方向的扩散速度相同.拉普拉斯算子根据图像的局部结构可分为沿边界法线和切线方向的扩散,沿切线方向的扩散具有增强边界的作用,而法线方向扩散具有去除噪音、扩散力场的作用.基于分析二者在扩散过程中的作用,提出了一种各向异性梯度向量流扩散方法,切线和法线方向的扩散速度可以根据图像的局部结构自适应地选择.实验结果表明,与GVF相比,所提出的方法考虑了扩散过程中法线和切线方向的不同作用,能够进入细长的凹部,并改进了分割结果.
梯度向量流、各向异性扩散、拉普拉斯算子、主动轮廓模型、图像分割
21
TP391(计算技术、计算机技术)
the National Natural Science Foundation of China under Grant Nos.60532060, 60775020, 60805016;the "111 Project" of China under Grant No.B08038;the China Postdoctoral Science Foundation under Grant No.20080430201;the Chinese University Scientific Fund under Grant No.QN2009091
2010-05-17（万方平台首次上网日期，不代表论文的发表时间）
共8页
612-619
