计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
4期
306-310,315
,共6页
图像分割%CV模型%水平集%全散度
圖像分割%CV模型%水平集%全散度
도상분할%CV모형%수평집%전산도
Image segmentation%CV model%Level set method%Total Bregman divergence
CV模型在图像灰度不均匀或有噪声干扰时,易出现错分现象,因此将全散度引入变分CV模型,提出了基于全散度的变分CV模型及其迭代分割算法.分析基于欧氏距离所对应的变分CV模型分割算法存在的问题和不足,通过图示说明全散度相对于欧氏距离在距离计算与坐标系选择无关的优势,将其引入变分CV模型拟合偏差项,来提高图像灰度值与分割区域平均灰度偏差计算的鲁棒性.然后,采用欧拉-拉格朗日变分法获得全散度变分CV模型的偏微分方程,并采用数值计算方法获得该偏微分方程的迭代求解算法.同时在全散度变分CV模型中,增大拟合偏差项的权重系数,加大拟合偏差项在变分模型中的重要性.实验结果表明,全散度变分CV模型具有初始化敏感低、抗噪性强、鲁棒性高等优点.
CV模型在圖像灰度不均勻或有譟聲榦擾時,易齣現錯分現象,因此將全散度引入變分CV模型,提齣瞭基于全散度的變分CV模型及其迭代分割算法.分析基于歐氏距離所對應的變分CV模型分割算法存在的問題和不足,通過圖示說明全散度相對于歐氏距離在距離計算與坐標繫選擇無關的優勢,將其引入變分CV模型擬閤偏差項,來提高圖像灰度值與分割區域平均灰度偏差計算的魯棒性.然後,採用歐拉-拉格朗日變分法穫得全散度變分CV模型的偏微分方程,併採用數值計算方法穫得該偏微分方程的迭代求解算法.同時在全散度變分CV模型中,增大擬閤偏差項的權重繫數,加大擬閤偏差項在變分模型中的重要性.實驗結果錶明,全散度變分CV模型具有初始化敏感低、抗譟性彊、魯棒性高等優點.
CV모형재도상회도불균균혹유조성간우시,역출현착분현상,인차장전산도인입변분CV모형,제출료기우전산도적변분CV모형급기질대분할산법.분석기우구씨거리소대응적변분CV모형분할산법존재적문제화불족,통과도시설명전산도상대우구씨거리재거리계산여좌표계선택무관적우세,장기인입변분CV모형의합편차항,래제고도상회도치여분할구역평균회도편차계산적로봉성.연후,채용구랍-랍격랑일변분법획득전산도변분CV모형적편미분방정,병채용수치계산방법획득해편미분방정적질대구해산법.동시재전산도변분CV모형중,증대의합편차항적권중계수,가대의합편차항재변분모형중적중요성.실험결과표명,전산도변분CV모형구유초시화민감저、항조성강、로봉성고등우점.
