期刊专题

10.11896/j.issn.1002-137X.2015.4.063

基于全散度的变分CV模型及其分割算法

引用
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.

图像分割、CV模型、水平集、全散度

42

TP391(计算技术、计算机技术)

国家自然科学基金重点资助项目90607008;陕西省自然科学基金资助项目2014JM8331,2014JQ5183,2014JM8307;陕西省教育厅自然科学基金资助项目2013JK1129;西安邮电大学2013年研究生创新基金项目ZL2013-23

2015-05-18(万方平台首次上网日期,不代表论文的发表时间)

共6页

306-310,315

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

42

2015,42(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn