基于改进区域项CV模型的金相图像分割 下载: 694次
倪康, 吴一全, 庚嵩. 基于改进区域项CV模型的金相图像分割[J]. 光学学报, 2018, 38(4): 0411009.
Kang Ni, Yiquan Wu, Song Geng. Segmentation of Metallographic Image Based on Improved CV Model Integrated with Local Fitting Term[J]. Acta Optica Sinica, 2018, 38(4): 0411009.
[1] 徐森, 曹力. 金属图像的自适应分割方法研究[J]. 南京航空航天大学学报, 2005, 37(5): 625-628.
徐森, 曹力. 金属图像的自适应分割方法研究[J]. 南京航空航天大学学报, 2005, 37(5): 625-628.
Xu S, Cao L. Adaptive segmentation method of metal image[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2005, 37(5): 625-628.
[2] 张红旗, 王春光. 12Cr1Mov钢金相图像处理技术的研究[J]. 内蒙古农业大学学报, 2012, 33(3): 163-168.
张红旗, 王春光. 12Cr1Mov钢金相图像处理技术的研究[J]. 内蒙古农业大学学报, 2012, 33(3): 163-168.
Zhang H Q, Wang C G. Study on processing technique in 12Cr1Mov steel’s metalllgraphy image[J]. Journal of Inner Mongolia Agricultural University, 2012, 33(3): 163-168.
[3] 王宝珠, 李芳影, 刘翠响, 等. 基于图像处理技术的多晶体材料金相图像分割算法研究[J]. 铸造, 2015, 64(11): 1078-1081.
王宝珠, 李芳影, 刘翠响, 等. 基于图像处理技术的多晶体材料金相图像分割算法研究[J]. 铸造, 2015, 64(11): 1078-1081.
Wang B Z, Li F Y, Liu C X, et al. Research on segmentation algorithm on metallographic image of polycrystalline material based on image processing technology[J]. Foundry, 2015, 64(11): 1078-1081.
[4] 张海军, 王春光, 郁志宏. 在小波域进行基于模拟退火算法的图像阈值分割[J]. 内蒙古农业大学学报, 2008, 29(3): 161-164.
张海军, 王春光, 郁志宏. 在小波域进行基于模拟退火算法的图像阈值分割[J]. 内蒙古农业大学学报, 2008, 29(3): 161-164.
Zhang H J, Wang C G, Yu Z H. Image threshold segmentation based on simulated annealing algorithms in wavelet field[J]. Journal of Inner Mongolia Agricultural University, 2008, 29(3): 161-164.
[5] 何维娜, 张丽丽. 人工神经网络在金相图像分割中的应用研究[J]. 电子设计工程, 2013, 21(3): 143-147.
何维娜, 张丽丽. 人工神经网络在金相图像分割中的应用研究[J]. 电子设计工程, 2013, 21(3): 143-147.
He W N, Zhang L L. Study on artificial neuronal networks applied on microstructure segmentation from metallographic images[J]. Electronic Design Engineering, 2013, 21(3): 143-147.
[6] 韩洲, 李元祥, 周则明, 等. 基于改进先验形状CV模型的目标分割[J]. 信号处理, 2011, 27(9): 1395-1401.
韩洲, 李元祥, 周则明, 等. 基于改进先验形状CV模型的目标分割[J]. 信号处理, 2011, 27(9): 1395-1401.
Han Z, Li Y X, Zhou Z M, et al. Object segmentation based on improved prior shape and CV model[J]. Signal Processing, 2011, 27(9): 1395-1401.
[7] Niu S J. Chen Q, de Sisternes Luis, et al. Robust noise region-based active contour via local similarity factor for image segmentation[J]. Pattern Recognition, 2017, 61(S1): 104-119.
Niu S J. Chen Q, de Sisternes Luis, et al. Robust noise region-based active contour via local similarity factor for image segmentation[J]. Pattern Recognition, 2017, 61(S1): 104-119.
[8] 宋昱, 吴一全, 毕硕本. 边缘修正CV模型的卫星遥感云图分割方法[J]. 光学学报, 2014, 34(9): 0901004.
宋昱, 吴一全, 毕硕本. 边缘修正CV模型的卫星遥感云图分割方法[J]. 光学学报, 2014, 34(9): 0901004.
[9] 唐利明, 方壮, 向长城, 等. 结合L1拟合项的Chan-Vese模型 [J]. 计算机辅助设计与图形学学报, 2015, 27(9): 1707-1715.
唐利明, 方壮, 向长城, 等. 结合L1拟合项的Chan-Vese模型 [J]. 计算机辅助设计与图形学学报, 2015, 27(9): 1707-1715.
Tang L M, Fang Z, Xiang C C, et al. An improved Chan-Vese model integrated with L1 fitting term [J]. Journal of Computer-Aided Design and Computer Graphics, 2015, 27(9): 1707-1715.
[10] Chan T F, Vese L A. Active contours without edges[J]. IEEE Transactions on Image Processing, 2001, 10(2): 266-277.
Chan T F, Vese L A. Active contours without edges[J]. IEEE Transactions on Image Processing, 2001, 10(2): 266-277.
[11] Caselles V, Kimmel R, Sapiro G. Geodesic active contours[J]. International Journal of Computer Vision, 1997, 22(1): 61-79.
Caselles V, Kimmel R, Sapiro G. Geodesic active contours[J]. International Journal of Computer Vision, 1997, 22(1): 61-79.
[13] Li CM, Kao CY, Gore JC, et al. Implicit active contours driven by local binary fitting energy[C]∥IEEE Conference on Computer Vision and Pattern Recognition, 2007: 1- 7.
Li CM, Kao CY, Gore JC, et al. Implicit active contours driven by local binary fitting energy[C]∥IEEE Conference on Computer Vision and Pattern Recognition, 2007: 1- 7.
[16] 赵方珍, 梁海英, 巫湘林, 等. 基于局部和全局高斯拟合的主动轮廓分割模型[J]. 激光与光电子学进展, 2017, 54(5): 051006.
赵方珍, 梁海英, 巫湘林, 等. 基于局部和全局高斯拟合的主动轮廓分割模型[J]. 激光与光电子学进展, 2017, 54(5): 051006.
[17] 谢志南, 郑东, 陈嘉耀, 等. 改进Chan-Vese模型的肝癌消融CT图像肿块分割方法[J]. 激光与光电子学进展, 2017, 54(2): 021702.
谢志南, 郑东, 陈嘉耀, 等. 改进Chan-Vese模型的肝癌消融CT图像肿块分割方法[J]. 激光与光电子学进展, 2017, 54(2): 021702.
[18] 吴一全, 孟天亮. 分解的二维倒数交叉熵图像阈值选取[J]. 信号处理, 2013, 29(7): 800-808.
吴一全, 孟天亮. 分解的二维倒数交叉熵图像阈值选取[J]. 信号处理, 2013, 29(7): 800-808.
Wu Y Q, Meng T L. Image threshold selection using two-dimensional reciprocal cross entropy based on decomposition[J]. Journal of Signal Processing, 2013, 29(7): 800-808.
[19] 吴诗婳, 吴一全, 周建江. 利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割[J]. 测绘学报, 2015, 44(11): 1255-1262.
吴诗婳, 吴一全, 周建江. 利用倒数灰度熵和改进Chan-Vese模型进行SAR河流图像分割[J]. 测绘学报, 2015, 44(11): 1255-1262.
Wu S H, Wu Y Q, Zhou J J. SAR river image segmentation based on reciprocal gray entropy and improved Chan-Vese model[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(11): 1255-1262.
[20] 郝智慧, 郭满才, 宋杨杨. 结合全局与局部信息活动轮廓的非同质图像分割[J]. 中国图象图形学报, 2016, 21(7): 886-892.
郝智慧, 郭满才, 宋杨杨. 结合全局与局部信息活动轮廓的非同质图像分割[J]. 中国图象图形学报, 2016, 21(7): 886-892.
Hao Z H, Guo M C, Song Y Y. Inhomogeneous image segmentation based on active contours with global and local information[J]. Journal of Image and Graphics, 2016, 21(7): 886-892.
[23] DietenbeckT, AlessandriniM, FribouletD, et al. A free software for the evaluation of image segmentation algorithms based on level-set[C]∥Proceedings of the IEEE International Conference on Image Processing, 2010: 665- 668.
DietenbeckT, AlessandriniM, FribouletD, et al. A free software for the evaluation of image segmentation algorithms based on level-set[C]∥Proceedings of the IEEE International Conference on Image Processing, 2010: 665- 668.
[25] 潘改, 高立群, 张萍. 基于LBF方法的测地线活动轮廓模型[J]. 模式识别与人工智能, 2013, 26(12): 1179-1184.
潘改, 高立群, 张萍. 基于LBF方法的测地线活动轮廓模型[J]. 模式识别与人工智能, 2013, 26(12): 1179-1184.
Pan G, Gao L Q, Zhang P. Geodesic active contour based on LBF model[J]. Pattern Recognition and Artificial Intelligence, 2013, 26(12): 1179-1184.
倪康, 吴一全, 庚嵩. 基于改进区域项CV模型的金相图像分割[J]. 光学学报, 2018, 38(4): 0411009. Kang Ni, Yiquan Wu, Song Geng. Segmentation of Metallographic Image Based on Improved CV Model Integrated with Local Fitting Term[J]. Acta Optica Sinica, 2018, 38(4): 0411009.