版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、變分法之所以成為圖像分割理論研究的熱點問題是因其建模過程比較容易、方法的擴展性較好、實現(xiàn)過程簡單,已成為圖像分割處理范圍中較為有效且廣泛使用的方法之一。針對圖像分割算法目前所存在的問題,本文意在提高分割結(jié)果的準(zhǔn)確度和魯棒性,降低圖像分割的時間復(fù)雜度,對使用變分水平集法進(jìn)行圖像的分割處理做了較深入的探討,研究兩種變分方法實現(xiàn)圖像分割。
由于傳統(tǒng)的活動輪廓存在對圖像分割魯棒性欠好的問題,本文將區(qū)域相關(guān)的輪廓模型(Active Co
2、ntours without Edge,CV模型)和梯度相關(guān)的輪廓模型(Geodesic Active Contour,GAC模型)結(jié)合使用,通過圖像熵與圖像的梯度和將兩部分進(jìn)行結(jié)合。首先,將圖像熵與圖像梯度和擬合為權(quán)重因子,構(gòu)建基于圖像梯度的輪廓模型和基于圖像區(qū)域的輪廓模型相結(jié)合的分割模型。其次,將水平集函數(shù)方法應(yīng)用到模型中,這樣模型在分割過程能夠連續(xù),也可以適應(yīng)拓?fù)渥兓?。最后,為了提升曲線演化的速度,論文采用窄帶方法使活動曲線能夠快
3、速演化。通過實驗證明,使用該模型方法分割圖像,其魯棒性較好,同時分割速度也較快。
傳統(tǒng)活動輪廓分割圖像時間復(fù)雜度有時不甚理想,本文設(shè)計了基于輪廓鄰域梯度進(jìn)行擬合的活動輪廓模型。該模型通過計算輪廓線鄰域梯度值,并用計算出的梯度值作為閾值來擬合迭代函數(shù),從而減小分割圖像的時間復(fù)雜度。通過實驗?zāi)軌蜃C明,本文算法能夠有效快速地分割圖像,并有較小的時間復(fù)雜度。
兩種改進(jìn)的變分技術(shù)能夠較好地提高圖像分割質(zhì)量,為圖像分割技術(shù)在生物
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于變分法的SAR衛(wèi)星圖像分割技術(shù)研究.pdf
- 基于變分法的椒鹽噪聲圖像恢復(fù)模型算法.pdf
- 基于非局部變分法的圖像去噪研究.pdf
- 變分法補充講義
- 基于變分法和PDE的圖像去噪模型研究.pdf
- 基于變分法的單張帶霧圖像去噪研究.pdf
- 基于變分法的非局部均值去噪算法研究.pdf
- 基于整體變分法的數(shù)字圖像修復(fù)技術(shù)研究.pdf
- 圖像分割算法研究.pdf
- 36167.變分法的應(yīng)用
- CT圖像分割算法研究.pdf
- 醫(yī)學(xué)圖像分割算法研究.pdf
- 基于變分法的大位移光流計算快速算法.pdf
- 變分法求解邊坡穩(wěn)定問題.pdf
- 虹膜圖像分割算法研究.pdf
- 圖像閾值分割算法研究.pdf
- 圖像分割的算法研究.pdf
- 圖像分割算法的研究.pdf
- 自然圖像分割算法研究.pdf
- 圖像軟分割算法研究.pdf
評論
0/150
提交評論