Abstract：
推广GAC模型解决了GAC模型易陷入局部极小值的缺陷，但是初始轮廓曲线设置范围小，且容易出现过度分割.GAC_GVF模型利用梯度矢量流(GVF)修改GAC模型的收缩力一项，可以解决这一问题.但是复杂形状图像和多目标图像的GVF力场中存在鞍点和驻点，导致GAC GVF模型对此类图像无法正确分割.本文结合气球力，提出GAC GVF&B模型.当轮廓曲线遇到鞍点和驻点时，气球力会起主导作用，驱动曲线穿过鞍点和驻点继续演化.通过对多幅图像进行实验和比较，表明GAC_GVF&R模型对复杂形状图像和多目标图像的分割是有效且正确，提高了分割速度.
Keyword：
Reprint 's Address：
Email：
Source ：
Year： 2012
Page： 346-350
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
