基于融合纹理特征的主动轮廓模型用于图像分割

纹理图像分割在各种计算机视觉任务中起着重要作用。 本文提出了一种凸纹理图像分割模型。 首先,为原始图像提取Gabor和GLCM(灰度共生矩阵)的纹理特征。 然后,将两种纹理特征融合在一起,以通过相互级联来有效地构建区分性特征空间。 在图像分割步骤中,通过将无边缘主动轮廓(ACWE)的非凸向量值模型(ACWE)放入全局最小化框架(GMAC)中来定义凸能量函数。 提出的具有融合纹理的全局最小化能量函数(GMFT)可以避免矢量值ACWE模型的最小化中局部最小值的存在。 此外,采用快速对偶公式化可实现有效的轮廓演变。 在合成和天然动物图像上的实验结果表明,相对于两种最新的分割精度和效率,所提出的GMFT模型获得了更令人满意的分割结果。