云彩店邀请码|半壳|优胜
连年来, 鉴于偏微分方程和程度集本领的图像分隔本领变成很多接洽者关心的一个热门, 该本领本质是把弧线的衍化变化为以程度集因变量表白的偏微分方程数值求解题目. 个中~T. Chan~和~L. Vese~在~2001~年提出的~C-V~图像分隔模子是一种典范的图像分隔本领, 普遍运用于光学、医术图像的分隔, 但是保守~C-V~图像分隔模子在分隔功效和精确性两上面生存确定的不及, 少许鸿儒做了确定的矫正, 如运用程度集因变量通用的赶快前进法、窄带法等本领, 固然不妨小幅度缩小耗费时间, 但耗费时间仍旧很长, 且常常是处置了局部题目又引入了新的题目. 对准保守~C-V~图像分隔模子在分隔功效和精确性两上面的不及, 正文提出了一种矫正的~C-V~ 图像分隔模子: 一, 在模子中介入里面能量项, 使程度集因变量一直维持为标记隔绝因变量, 进而就不妨克复程度集因变量的从新初始化这一缺点, 普及了图像分隔的功效. 二, 采用~Heaviside~因变量的新正则化因变量, 使其迫近功效更佳, 普及了图像分隔的精确性. 三, 用正实数因变量去替代保守~C-V~模子中~Dirac~因变量的正则化因变量, 一上面, 取消了后者对非初始震动表面线邻近同质地区边境检验和测定的控制效率, 从而使模子具备更好的全部优化个性, 普及了图像分隔的精确性; 另一上面, 使得模子的计划更为大略, 普及了图像分隔的功效. 数值试验表白正文提出的矫正~C-V~图像分隔模子普及了图像分隔的功效与精确性.
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/214782.html
本站部分内容来源网络如有侵权请联系删除