基于改进的Chan-Vese模型与边缘转换的图像分割算法

为了实现物联网环境下果园飞鸟的自动驱离,使其复杂条件下能够准确驱赶空中的飞鸟,提出了一种基于改进的Chan-Vese模型与边缘转换的空中飞鸟分割算法。通过准确识别飞鸟,为系统自动发出超声波驱离飞鸟提供准确的信息。利用Canny算子获取飞鸟图像的边缘信息;使用欧氏距离计算得到二进制边缘的距离映射;引入S形函数,构建边缘转换图;引入自动局部比,对Chan-Vese模型进行改进,以准确分割边缘映射图。实验结果表明:与SBGFRLS算法、G-CV算法和FAST EDGE算法相比,该算法具有更高的分割精度,在面对单目标图像分割时,其区域匹配率最高,约为70%,而均方根误差比率只有13%;对于含双目标的图像分割时,其区域匹配率最高,约为85%,而均方根误差比率只有5%。