|
|||||
|
|
| 融合变分模型与快速算法分割噪声图像 | |
| 引用本文： | 罗志宏,冯国灿,成秋生. 融合变分模型与快速算法分割噪声图像[J]. 武汉大学学报(信息科学版), 2013, 38(6): 637-641,673 |
| 作者姓名： | 罗志宏 冯国灿 成秋生 |
| 作者单位： | 1. 中山大学信息科学与技术学院,广州市新港西路135号,510275;中山大学数学与计算科学学院,广州市新港西路135号,510275 2. 中山大学数学与计算科学学院,广州市新港西路135号,510275 ;广东省计算科学重点实验室,广州市新港西路135号,510275 3. 广州市第一人民医院脑内科,广州市盘福路1号,510180 |
| 基金项目： | 国家自然科学基金资助项目，国家自然科学基金-广东省自然科学基金联合资助项目 |
| 摘 要： | 针对现有的变分水平集方法对噪声图像分割不理想和计算效率较低的情况,提出一种改进的可有效分割噪声图像的变分模型。首先改进了Chan-Vese模型的能量泛函,并引入辅助变量耦合某些拟合能量项,接着用凸松弛方法将其转化为凸优化问题。该优化问题可转化为几个子问题,在求解时结合快速的Split-Bregman算法和AOS算法以提高速度。对噪声图像作分割实验,并与不引入辅助变量的水平集方法作比较。结果表明,本文提出的变分模型对带某些类型噪声的图像分割不仅提高了计算效率,还能较好地分割目标。 |
| 关 键 词： | 图像分割 水平集方法 凸松弛方法 辅助变量 Split-Bregman算法 AOS算法 |
A Novel Variational Model and Its Fast Algorithm for Noisy Image Segmentation |
|
| LUO Zhihong,FENG Guocan,CHENG Qiusheng. A Novel Variational Model and Its Fast Algorithm for Noisy Image Segmentation[J]. Geomatics and Information Science of Wuhan University, 2013, 38(6): 637-641,673 | |
| Authors: | LUO Zhihong FENG Guocan CHENG Qiusheng |
| Affiliation: | 1 School of Information Science and Technology,Sun Yat-sen University,135 West Xingang Road,Guangzhou 510275,China)(2 School of Mathematics and Computational Sciences,Sun Yat-sen University,135 West Xingang Road,Guangzhou 510275,China) (3 Guangdong Province Key Laboratory of Computational Science,135 West Xingang Road,Guangzhou 51027,China) (4 Department of Neurology,the First Municipal People’s Hospital of Guangzhou City,1 Panfu Road,Guangzhou 510180,China) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |