改进活动轮廓波模型的激光全息图像分割研究

激光全息图像纹理特征复杂导致分割难度较高,为提升激光全息图像分割效果,将轮廓波变换方法与活动轮廓模型进行改进,研究改进活动轮廓波模型的激光全息图像分割,利用Ray-Casting图像空间扫描法实施激光全息成像投影获取激光全息图像,采用轮廓波变换方法对所获取的激光全息图像通过循环平移形式降噪处理,通过降噪处理后激光全息图像依据活动轮廓模型的能量函数,利用激光全息图像内闭合曲线间关系,获取活动轮廓模型的隐式活动轮廓随时间变化量,该所变化量与初始闭合曲线轮廓求和获取最终水平集函数即激光全息图像分割结果。仿真结果表明,采用该方法可有效分割激光全息图像,且分割后图像区域对比度较高,均方误差低,分割效果较好。

粒子群算法和活动轮廓波模型的图像分割研究

传统活动轮廓波模型在分割图像时,常常会出现曲线溢出的情况,为了提高图像分割效果,设计了粒子群算法和活动轮廓波模型的图像分割方法。采用粒子群优化算法建立活动轮廓波模型的能量最小化控制点泛化函数,使用粒子群优化算法搜索泛化函数最优值,通过能量最小化控制点避免改进活动轮廓波模型分割图像出现局部最佳陷阱,避免分割图像出现边缘凹凸性问题。经实验分析,该图像分割方法的图像误分割率低,分割时间短,且抗噪性能强,具有极佳的图像分割效果。

控制活动轮廓演化的快速图像分割方法

针对目前图像分割方法较难精确、快速地实现图像分割的问题,提出一种控制活动轮廓演化的快速图像分割方法.首先用外部能量与内部能量加权和作为曲线能量函数,用封闭曲线外部与内部能量建立活动轮廓波模型;然后用最优路径移动更新曲线能量,获取所需图像分割目标;最后引入粒子群优化算法获取全部初始轮廓点的最优控制点,根据最优控制点控制活动轮廓演化达到实现目标图像准确分割的目的.实验结果表明,该方法的图像分割精度明显高于目前典型的图像分割算法,提高了图像分割的抗噪性能及图像分割速度.