您当前的位置：
首页 >
文章列表页 >
基于全局高斯分布和统计范数度量的图像分割
信息科学 | 更新时间：2026-10-10
上一篇|下一篇

    • 基于全局高斯分布和统计范数度量的图像分割

    • Image segmentation based on global Gaussian distribution and statistical paradigm measures

    • “针对传统水平集分割算法对初始轮廓敏感以及噪声鲁棒性较差的问题，研究人员提出了一种基于全局高斯分布和统计范数度量的分割模型，该模型融合了图像的边缘信息和全局区域信息，实现了对目标边界的提取，为解决高噪声图像分割难题提供了新方案。”
    • 刘相国 ，刘国军 ，马月梅 ，宋新年 ，李更生
    • 光学精密工程 2026年34卷第18期 页码：2891-2906

    • DOI： 10.37188/OPE.20263418.2891     

      中图分类号：
    • CSTR： 32169.14.OPE.20263418.2891     

    • 修回：2026-06-08 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 11 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

61

浏览量

40

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

融合统计范数度量的局部区域图像分割
超广角OCT图像眼底脉络膜层METransUNet分割网络模型
基于多尺度特征融合与分块注意力的齿轮表面缺陷分割算法
双路径编码和跨级解耦的视网膜血管分割
融合条形注意力机制的电芯极片计算机断层图像分割

相关作者

李更生
赖平红
江志豪
祝琴
曾明如
韩沈阳
赵林
马思奇

相关机构

陇南师范学院 数学与信息技术学院
南昌大学 经济管理学院
江西省人民医院
南昌大学 信息工程学院
北京工业大学 北京市精密测控技术与仪器工程技术研究中心