...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Pattern Analysis and Machine Intelligence >Graph partitioning active contours (GPAC) for image segmentation
【24h】

Graph partitioning active contours (GPAC) for image segmentation

机译：图形分割活动轮廓（GPAC）进行图像分割

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we introduce new types of variational segmentation cost functions and associated active contour methods that are based on pairwise similarities or dissimilarities of the pixels. As a solution to a minimization problem, we introduce a new curve evolution framework, the graph partitioning active contours (GPAC). Using global features, our curve evolution is able to produce results close to the ideal minimization of such cost functions. New and efficient implementation techniques are also introduced in this paper. Our experiments show that GPAC solution is effective on natural images and computationally efficient. Experiments on gray-scale, color, and texture images show promising segmentation results.
机译：在本文中，我们介绍了基于像素的成对相似性或不相似性的新型变分分割成本函数和相关的主动轮廓方法。作为最小化问题的解决方案，我们引入了新的曲线演化框架，即对活动轮廓（GPAC）进行图形划分。利用全局特征，我们的曲线演化能够产生接近理想化最小化这种成本函数的结果。本文还介绍了新的高效实现技术。我们的实验表明，GPAC解决方案对自然图像有效且计算效率高。在灰度，彩色和纹理图像上的实验显示了有希望的分割结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号