Une méthode de segmentation par ensembles de niveaux pour fusionner l'énergie locale et les gradients des images
Résumé
La fonction d’énergie sensible au gradient est utilisée pour améliorer la méthode de minimisation de l’énergie locale, et l’information globale de l’échelle des gris est utilisée pour initialiser automatiquement l’ensemble des niveaux. La fonction d’énergie locale est définie par la fonction d’ajustement local de l’échelle de gris, qui est l’énergie motrice externe de l’ensemble de niveaux et convient à la segmentation d’images inhomogènes en échelle de gris. Le terme sensible au gradient détermine automatiquement la direction du jeu de niveaux en fonction des propriétés de l’image. La fonction d’énergie externe accélère l’ensemble du niveau zéro vers la frontière cible, tandis que la fonction d’énergie interne éloigne l’ensemble du niveau zéro de la région plate. La méthode améliore la vitesse et la stabilité de l’évolution de l’ensemble de niveaux ; elle peut extraire les bords faibles en ajustant la sensibilité de l’ensemble de niveaux aux bords d’intensité différente ; et elle ne nécessite pas d’opérations interactives. Les résultats expérimentaux montrent que la méthode est rapide, précise et robuste pour la segmentation des images inhomogènes en niveaux de gris.
