利用高斯滤波器提出了一种新的基于区域的主动轮廓方法

IF 0.3 Q4 COMPUTER SCIENCE, THEORY & METHODS

Computer Science-AGH Pub Date : 2022-02-01 DOI:10.53070/bbd.1038469

Kazım Hanbay

{"title":"利用高斯滤波器提出了一种新的基于区域的主动轮廓方法","authors":"Kazım Hanbay","doi":"10.53070/bbd.1038469","DOIUrl":null,"url":null,"abstract":"Aktif kontur yöntemleri görüntü bölütlemede sıklıkla kullanılmaktadır. Bu yöntemler kenar temelli ve bölge temelli yöntemler olarak ikiye ayrılabilir. Yöntemlerin her ikisi de nesne sınırlarını elde etmek için ham görüntü verisini kullanmaktadır. Önerilen yöntemler başlangıç kontur konumu, parametre bağımlılığı, gürültü duyarlılığı ve düzensiz görüntü yoğunlukları gibi bazı zorlu problemlere sahiptir. Bu çalışmada, orijinal ACM with SBGFRLS yönteminin α parametresinin otomatik olarak hesaplanmasını sağlayan yeni bir yaklaşım geliştirilmiştir. Bu parametre giriş görüntüsünün gauss türev filtreleri kullanılarak otomatik olarak hesaplanmıştır. Hesaplanan parametre düzey küme fonksiyonunda iteratif olarak kullanılmıştır. Deneysel sonuçlar, iyileştirilmiş ACM with SBGFRLS yönteminin daha yüksek bölütleme doğrulukları sağladığını göstermektedir.","PeriodicalId":41917,"journal":{"name":"Computer Science-AGH","volume":null,"pages":null},"PeriodicalIF":0.3000,"publicationDate":"2022-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"A New Region Based Active Contour Method Developed Using Gauss Filters\",\"authors\":\"Kazım Hanbay\",\"doi\":\"10.53070/bbd.1038469\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Aktif kontur yöntemleri görüntü bölütlemede sıklıkla kullanılmaktadır. Bu yöntemler kenar temelli ve bölge temelli yöntemler olarak ikiye ayrılabilir. Yöntemlerin her ikisi de nesne sınırlarını elde etmek için ham görüntü verisini kullanmaktadır. Önerilen yöntemler başlangıç kontur konumu, parametre bağımlılığı, gürültü duyarlılığı ve düzensiz görüntü yoğunlukları gibi bazı zorlu problemlere sahiptir. Bu çalışmada, orijinal ACM with SBGFRLS yönteminin α parametresinin otomatik olarak hesaplanmasını sağlayan yeni bir yaklaşım geliştirilmiştir. Bu parametre giriş görüntüsünün gauss türev filtreleri kullanılarak otomatik olarak hesaplanmıştır. Hesaplanan parametre düzey küme fonksiyonunda iteratif olarak kullanılmıştır. Deneysel sonuçlar, iyileştirilmiş ACM with SBGFRLS yönteminin daha yüksek bölütleme doğrulukları sağladığını göstermektedir.\",\"PeriodicalId\":41917,\"journal\":{\"name\":\"Computer Science-AGH\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.3000,\"publicationDate\":\"2022-02-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Computer Science-AGH\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.53070/bbd.1038469\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, THEORY & METHODS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Computer Science-AGH","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53070/bbd.1038469","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, THEORY & METHODS","Score":null,"Total":0}

引用次数: 0

摘要

在分割图像时经常使用主动控制方法。这些方法可以分为两种基本方法和省级方法。这两种方法都是使用即时图像数据来获取对象的边界。所提出的方法包括初始控制位置、参数相关性、噪声敏感性和图像的困难。在这项研究中，开发了一种新的方法来确保SBGFRLS方法的原始ACM的α参数是自动计算的。该参数是使用输入图像的高斯型滤波器自动计算的。Hesaplanan参数düzey küme fonksiyonunda迭代olaak kullanılmıştır。实验结果表明，采用SBGFRLS的改进ACM提供了更高的共享权限。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

A New Region Based Active Contour Method Developed Using Gauss Filters

Aktif kontur yöntemleri görüntü bölütlemede sıklıkla kullanılmaktadır. Bu yöntemler kenar temelli ve bölge temelli yöntemler olarak ikiye ayrılabilir. Yöntemlerin her ikisi de nesne sınırlarını elde etmek için ham görüntü verisini kullanmaktadır. Önerilen yöntemler başlangıç kontur konumu, parametre bağımlılığı, gürültü duyarlılığı ve düzensiz görüntü yoğunlukları gibi bazı zorlu problemlere sahiptir. Bu çalışmada, orijinal ACM with SBGFRLS yönteminin α parametresinin otomatik olarak hesaplanmasını sağlayan yeni bir yaklaşım geliştirilmiştir. Bu parametre giriş görüntüsünün gauss türev filtreleri kullanılarak otomatik olarak hesaplanmıştır. Hesaplanan parametre düzey küme fonksiyonunda iteratif olarak kullanılmıştır. Deneysel sonuçlar, iyileştirilmiş ACM with SBGFRLS yönteminin daha yüksek bölütleme doğrulukları sağladığını göstermektedir.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Computer Science-AGH COMPUTER SCIENCE, THEORY & METHODS-

CiteScore

1.40

自引率

0.00%

发文量

审稿时长

20 weeks