基于梯度向量流活动轮廓模型的图像分割研究
【摘要】 为了提高图像分割精度，加快图像分割的速度，设计了基于梯度向量流活动轮廓模型的图像分割算法。首先对当前图像分割的研究现状进行分析，找到引起图像分割误差大的原因，然后小波变换对待分割图像进行处理，抑制噪声对图像分割结果的不利影响，然后采用梯度向量流活动轮廓模型对去噪后图像进行分割操作，拟合图像中不同区域的轮廓曲线演化过程，从而实现不同区域的分割，最后与当前其它的图像分割算法进行了仿真对比实验。结果表明，梯度向量流活动轮廓模型可以对图像进行高精度的分割，而且分割时间大幅度减少，提升了抗噪能力，图像分割整体性能要明显优于其它图像分割算法。
