模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2008, Vol. 21 Issue (5): 664-669    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于偏微分方程和分水岭算法的图像分割*
宁纪锋1,2,吴成柯1,姜光1,杨蜀秦2
1.西安电子科技大学 综合业务网国家重点实验室 西安 710071
2.西北农林科技大学 信息工程学院 杨凌 712100
Image Segmentation Based on Partial Differential Equation and Watershed Algorithm
NING Ji-Feng1,2, WU Cheng-Ke1, JIANG Guang1, YANG Shu-Qin2
1.National Key Laboratory of Integrated Service Networks, Xidian University, Xi'an 7100712.
College of Information Engineering, Northwest A&F University, Yangling 712100

全文: PDF (1674 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

提出一种基于偏微分方程构造、具有良好分水岭结构梯度幅值图像来改进分割性能的方法.首先,对原始图像进行边界检测,得到梯度幅值图像.利用1维梯度向量流偏微分方程对梯度幅值图像作用、扩散边界信息和去除噪音,使其具有良好的分水岭结构.然后检测梯度图像的局部最小值点,通过形态学膨胀运算自动合并相近的局部最小值点,使图像更有利于分水岭算法的分割.最后用分水岭算法分割处理后的图像.实验结果表明,该方法降低分水岭算法的过分割现象,为后续处理提供较为可靠的基础.

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
宁纪锋
吴成柯
姜光
杨蜀秦
关键词 偏微分方程梯度向量流(GVF)分水岭图像分割    
Abstract

An image segmentation method is presented based on the partial differential equation to construct a good watershed structure for gradient level image and improve watershed segmentation. Firstly, the gradient level of the original image is obtained by edge detecting. Then the edge map of the gradient image is gradually diffused and the noises are removed by using 1D-GVF (gradient vector flow) partial differential equation. Thus the processed gradient level image has a good watershed structure. Furthermore, the local minima of the processed gradient level image are detected. Then the adjacent local minima are automatically merged by morphological dilation operation and consequently the image is favorable to the segmentation of watershed algorithm. Finally, the processed gradient level image is segmented by using watershed algorithm. Experimental results show the proposed method significantly decreases the over-segmentation and provides a reliable basis for further processing.

Key wordsPartial Differential Equation    Gradient Vector Flow (GVF)    Watershed    Image Segmentation   
收稿日期: 2007-12-28     
ZTFLH: TP391  
基金资助:

国家自然科学基金项目(No. 60532060, 60775020)、高等学校学科创新引智计划项目(No.B08038)资助

作者简介: 宁纪锋,男,1975年生,博士研究生,主要研究方向为图像处理、计算机图形学和三维重建.E-mail:jf_ning@sina.com.吴成柯,男,1938年生,教授,博士生导师,主要研究方向为计算机视觉、视频编码、图像通信等.姜光,男,1971年生,博士,副教授,主要研究方向为计算机视觉、三维重建、模式识别等.杨蜀秦,女,1978年生,博士研究生,主要研究方向为计算机视觉、图像处理、模式识别等.
引用本文:   
宁纪锋,吴成柯,姜光,杨蜀秦. 基于偏微分方程和分水岭算法的图像分割*[J]. 模式识别与人工智能, 2008, 21(5): 664-669. NING Ji-Feng, WU Cheng-Ke, JIANG Guang, YANG Shu-Qin. Image Segmentation Based on Partial Differential Equation and Watershed Algorithm. , 2008, 21(5): 664-669.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2008/V21/I5/664
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn