主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
宁纪锋,吴成柯,姜光,刘侍刚.梯度向量流的各向异性扩散分析.软件学报,2010,21(4):612-619
梯度向量流的各向异性扩散分析
Anisotropic Diffusion Analysis of Gradient Vector Flow
投稿时间:2008-04-07  修订日期:2008-11-10
DOI:
中文关键词:  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
英文关键词:gradient vector flow  anisotropic diffusion  Laplacian operator  active contour model  image segmentation
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60532060, 60775020, 60805016 (国家自然科学基金); the “111 Project” of China under Grant No.B08038 (高等学校学科创新引智计划); the China Postdoctoral Science Foundation under Grant No.20080430201 (中国博士后基金); the Chinese University Scientific Fund under Grant No.QN2009091 (中央高校基本科研业务费专项资金)
作者单位
宁纪锋 西安电子科技大学 综合业务网国家重点实验室,陕西 西安 710071
西北农林科技大学 信息工程学院,陕西 杨凌 712100 
吴成柯 西安电子科技大学 综合业务网国家重点实验室,陕西 西安 710071 
姜光 西安电子科技大学 综合业务网国家重点实验室,陕西 西安 710071 
刘侍刚 西安交通大学 电子与信息工程学院,陕西 西安 710049 
摘要点击次数: 3102
全文下载次数: 4329
中文摘要:
      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.
英文摘要:
      A new external force field for active contour model, called anisotropic gradient vector flow, is presented to solve the problem that gradient vector flow (GVF) is difficult to enter the indentation. The diffusion term of GVF is the isotropic and highly smooth Laplacian operator with the same diffusion speed along tangent and normal directions. The diffusion of Laplacian operator is actually decomposed into the tangent and normal directions by the local image structures. Diffusion along the tangent direction enhances the edge, while diffusion along the normal direction removes noise and propagates the force field. This paper develops an anisotropic gradient vector flow based on the analysis of diffusion process of GVF along tangent and normal directions. In the proposed method, the diffusion speeds along the normal and tangent directions are adaptively obtained by the local structure of the image. The experimental results show that compared with GVF, the proposed method considering these two diffusion actions can enter long, thin indentation and improve the segmentation.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利