文献

J-GLOBAL ID：201702239606709315   整理番号：17A0346934

局所エントロピーの境界と領域レベル集合に基づく画像分割モデル【JST・京大機械翻訳】

Boundary and region level set method based on local entropy for image segmentation

著者 (4件)： Zhang Mengmeng (School of Automation,Northwestern Polytechnical University) ,  Zhang Jingzhou (School of Automation,Northwestern Polytechnical University) ,  Zhou Sanping (Institute of Artificial Intelligence and Robotics,Xi’an Jiaotong University) ,  Zhang Yongtao (School of Automation,Northwestern Polytechnical University)
資料名： Xitong Gongcheng yu Dianzi Jishu  (Xitong Gongcheng yu Dianzi Jishu)
巻： 38  号： 12  ページ： 2884-2888  発行年： 2016年 
JST資料番号： C2068A  ISSN： 1001-506X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,画像端部に基づく改良した境界情報と領域情報に基づく改良レベル集合画像セグメンテーションモデルを提案した。局所エントロピーを用いて適応重み係数を構築し,画像の性質に従って適応的に進化方向を決定することができ,正確に進化曲線をターゲット方向に移動させることができる。次に,適応重み係数に従って,新しい境界指示関数を定義し,モデルの弱い境界能力を改善し,曲線の進化速度を加速した。CHAN-VESE(C-V)モデルを外部エネルギー項として導入し,モデルの雑音除去性能を改善し,モデルの不均一性を増強した。画像セグメンテーション実験によって,初期輪郭,ノイズのロバスト性,および不均一性画像の性能を検証し,提案したモデルと他の3つのモデルのセグメンテーション効率とセグメンテーション精度を比較した。結果は,提案したモデルがノイズのロバスト性を強化して,弱い境界画像を分割する能力を強化することができて,また,不均一性の画像をセグメント化するときに,満足な結果を得ることができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  ロバスト性 ,  雑音除去 ,  セグメンテーション ,  *画像 ,  不均一性 ,  *エントロピー
準シソーラス用語： 進化速度 ,  重み係数 ,  *画像セグメンテーション ,  *レベルセット法 , 【Automatic Indexing@JST】

著者キーワード (5件)： image segmentation ,  intensity inhomogeneity ,  local entropy ,  level set method ,  active contour model

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： エントロピー ,  境界 ,  レベル集合 ,  画像分割 ,  モデル