计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
24期
160-162
,共3页
图像分割%活动轮廓%可缩放区域拟合(RSF)模型%偏微分方程%正则化项
圖像分割%活動輪廓%可縮放區域擬閤(RSF)模型%偏微分方程%正則化項
도상분할%활동륜곽%가축방구역의합(RSF)모형%편미분방정%정칙화항
RSF (Region-Scalable Fitting)模型能够分割灰度不均一图像,但对活动轮廓的初始化和噪声较为敏感.运用理论探究与实验相结合的方法,基于RSF模型,添加一个新的水平集线性正则化项,得到了一个新的活动轮廓模型.实验表明,该模型能够分割灰度不均一图像,对初始轮廓的大小和位置不敏感,抗噪性也较强.
RSF (Region-Scalable Fitting)模型能夠分割灰度不均一圖像,但對活動輪廓的初始化和譟聲較為敏感.運用理論探究與實驗相結閤的方法,基于RSF模型,添加一箇新的水平集線性正則化項,得到瞭一箇新的活動輪廓模型.實驗錶明,該模型能夠分割灰度不均一圖像,對初始輪廓的大小和位置不敏感,抗譟性也較彊.
RSF (Region-Scalable Fitting)모형능구분할회도불균일도상,단대활동륜곽적초시화화조성교위민감.운용이론탐구여실험상결합적방법,기우RSF모형,첨가일개신적수평집선성정칙화항,득도료일개신적활동륜곽모형.실험표명,해모형능구분할회도불균일도상,대초시륜곽적대소화위치불민감,항조성야교강.