CAJ | 학술논문

随着图像处理技术不断发展,图像分割技术也在不断的走向成熟,但是目前比较成熟的分割方法都存在一定的局限性,传统的分割方法一般都难以实现全局分割,而且对目标边缘比较模糊的物体难以实现有效的精确的分割；基于区域信息和水平集方法的图像分割算法弥补了这些缺陷,该算法是在传统的动态轮廓GAC模型和C_V模型的基础上进行改善；通过实验分析,首先,该算法极大提高了图像分割的精确性,使得轮廓线能够在要分割目标的边缘附近停止演化,即使目标的边缘是模糊不清的图像,该算法也能实现精确地分割；其次,该算法还克服了传统动态轮廓分割算法陷入局部分割的缺点,有效地实现了图像的全局分割.
수착도상처리기술불단발전,도상분할기술야재불단적주향성숙,단시목전비교성숙적분할방법도존재일정적국한성,전통적분할방법일반도난이실현전국분할,이차대목표변연비교모호적물체난이실현유효적정학적분할；기우구역신식화수평집방법적도상분할산법미보료저사결함,해산법시재전통적동태륜곽GAC모형화C_V모형적기출상진행개선；통과실험분석,수선,해산법겁대제고료도상분할적정학성,사득륜곽선능구재요분할목표적변연부근정지연화,즉사목표적변연시모호불청적도상,해산법야능실현정학지분할；기차,해산법환극복료전통동태륜곽분할산법함입국부분할적결점,유효지실현료도상적전국분할.