计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2011年
12期
17-19,35
,共4页
区域水平集%窄带水平集%海岸线检测%图像分割
區域水平集%窄帶水平集%海岸線檢測%圖像分割
구역수평집%착대수평집%해안선검측%도상분할
Chan-Vese提出了区域水平集图像分割C-V模型,该模型随着水平集函数的演化,演化曲线能自然地改变其拓扑结构,因而在很多研究领域有着广泛的应用,特别是在图像分割、目标跟踪领域取得了显著的效果.基于区域的水平集函数比基于梯度的水平集函数在抗噪声方面也表现得更优秀,但是其演化水平集函数也更复杂,主要缺点是演化速度特别慢,限制了在大型高分辨率图像分割中的应用.针对此问题,提出了一种窄带快速区域水平集C-V模型,即先利用C-V水平集在低分辨率的图像上检测出大致的边缘,然后映射到高分辨率的图像上,在其边缘的一个窄带内检测更为精确的边缘,其检测速度有了很大的提高.采用高分辨率的大型合成孔径雷达(SAR)遥感图像进行的实验证明了该方法能够快速而有效地提取出海岸线,满足工程中的实际应用.
Chan-Vese提齣瞭區域水平集圖像分割C-V模型,該模型隨著水平集函數的縯化,縯化麯線能自然地改變其拓撲結構,因而在很多研究領域有著廣汎的應用,特彆是在圖像分割、目標跟蹤領域取得瞭顯著的效果.基于區域的水平集函數比基于梯度的水平集函數在抗譟聲方麵也錶現得更優秀,但是其縯化水平集函數也更複雜,主要缺點是縯化速度特彆慢,限製瞭在大型高分辨率圖像分割中的應用.針對此問題,提齣瞭一種窄帶快速區域水平集C-V模型,即先利用C-V水平集在低分辨率的圖像上檢測齣大緻的邊緣,然後映射到高分辨率的圖像上,在其邊緣的一箇窄帶內檢測更為精確的邊緣,其檢測速度有瞭很大的提高.採用高分辨率的大型閤成孔徑雷達(SAR)遙感圖像進行的實驗證明瞭該方法能夠快速而有效地提取齣海岸線,滿足工程中的實際應用.
Chan-Vese제출료구역수평집도상분할C-V모형,해모형수착수평집함수적연화,연화곡선능자연지개변기탁복결구,인이재흔다연구영역유착엄범적응용,특별시재도상분할、목표근종영역취득료현저적효과.기우구역적수평집함수비기우제도적수평집함수재항조성방면야표현득경우수,단시기연화수평집함수야경복잡,주요결점시연화속도특별만,한제료재대형고분변솔도상분할중적응용.침대차문제,제출료일충착대쾌속구역수평집C-V모형,즉선이용C-V수평집재저분변솔적도상상검측출대치적변연,연후영사도고분변솔적도상상,재기변연적일개착대내검측경위정학적변연,기검측속도유료흔대적제고.채용고분변솔적대형합성공경뢰체(SAR)요감도상진행적실험증명료해방법능구쾌속이유효지제취출해안선,만족공정중적실제응용.