搜索结果: 1-15 共查到“工学 Mumford”相关记录15条 . 查询时间(0.484 秒)
基于Mumford-Shah模型和开样条曲线的边界检测
扩散SNAKE算法 开曲线 边界检测
2009/9/8
受Cremers方法启发, 本文提出了一种新的开边界自动检测算法, 如图像中海岸线和天际线的检测. 这一算法的设计主要是基于样条函数、曲线演化理论和Mumford-Shah图像分割泛函模型. 由于所要检测的目标为图像区域中开曲线, 在一般Mumford-Shah模型中引入了两个约束条件. 这就将开边界的检测问题转化为一般的曲线最小分割问题. 通过样条曲线控制点所满足的微分方程和约束条件, 曲线将演...
基于知识的多层Mumford-Shah向量值图像分割模型
水平集方法 最小分割问题 医学图像处理
2009/9/8
针对多层Mumford-Shah模型不能正确分割对比度小且部分被遮挡的复杂医学图像问题, 将目标形状先验知识窄带水平集统计形状模型集成到多层Mumford-Shah模型, 提出了基于目标形状先验知识的多层Mumford-Shah向量值图像分割模型和求解该图像分割模型泛函最小值的水平集逐层迭代算法. 实验结果表明, 该方法能够有效分割对比度小且部分被血管遮挡的早期青光眼病人视乳头图像.
...
基于Mumford-Shah模型的图像快速分割方法
Mumford-Shah模型 水平集 分片常函数
2009/7/21
针对传统的Mumford-Shah（M-S）模型在图像分割的每一次迭代中都需要另外求解两个椭圆型方程，从而使得算法的执行效率大大降低的缺点，利用分片常函数代替M-S模型中的待优化输出图像，简化了曲线演化的过程，避免了额外计算，有效地提高了算法的执行速度。实验表明，该方法在图像分割效果方面与传统方法没有明显差别，但是程序的运行速度方面却远远优于传统方法。
基于梯度的混合Mumford-Shah模型医学图像分割
图像分割 梯度
2009/3/20
针对C-V法的水平集图像分割法缺少局部控制能力等问题，将基于边缘的几何主动轮廓线模型和基于区域的C-V法两者结合起来，提出了基于梯度的混合Mumford-Shah图像分割模型HMSG。给出了HMSG模型的参数设置准则，在分割的初期加大模型中全局特征项的权值，在分割的后期则加大局部特征项的权值，以提高模型的图像分割能力。对合成图像与医学图像的分割实验结果表明，该方法优于C-V方法对于含有噪声和边缘模...
针对Chan和Vese提出的基于MumfordShah泛函的水平集图像分割算法，做了两方面的改进：首先,构造了具有柔性的演化曲线内外能量取代CV模型中的刚性能量，减少了CV模型求解时的数值不稳定和过度分割等现象；其次，综合图像的多方面特征，提出多指标集能量项构造方法，提升了CV模型的分割能力和精度。综合两方面的工作，提出带多指标柔性能量的CV模型。新模型能有效处理图像受严重噪音污染、目标...
为解决传统图像分割方法受噪声和边界轮廓影响而使分割效果不佳问题，基于简化的MumfordShah模型的水平集图像分割算法通过将曲线嵌入水平集函数，利用函数的求解以达到曲线演化和图像分割的目的。试验表明此分割算法与初始轮廓线位置无关、不受边界轮廓线连续性限制、对图像噪声具有很强的鲁棒性，对均质灰度目标分割效果良好。
Chan-Vese模型是一种优秀的简化Mumford-Shah模型。然而Chan-Vese模型是以两个同质区域为基础建立的，这并不符合红外图像的特点，导致直接应用该模型处理红外图像时可能失败。针对这一问题，提出了一种适用于红外图像边缘检测的改进Mumford-Shah模型，并对该模型中目标边缘的保持、停止准则的建立及算法速度的提高作了详细讨论。实验表明，改进Mumford-Shah模型能够克服Ch...
针对多层 Mumford-Shah 图像分割、去噪与重建模型不能进行彩色等向量值图像处理的问题, 提出了多层 Mumford-Shah 向量值图像分割、去噪与重建模型和求解该模型泛函最小值的水平集逐层迭代算法. 该模型是 Mumford-Shah ``最小分割问题''的向量值图像``多层''实现模型. 实验结果表明, 该方法不仅能够同时进行具有 T 型图像边缘或更复杂拓扑结构图像边缘的向量值图像分...
为了快速的分割和去噪, 经典的 Mumford-Shah 模型需要增强惩罚项的作用, 即增大惩罚项系数, 但是将使目标逐渐的消失. 本文工作提出一个改进的 Mumford-Shah 模型避免了如此现象, 并结合逐段常数水平集方法和梯度下降法求解极小化问题. 并用仿真实验证明了新模型和运算的有效性.
一种基于分层MumfordShah模型的颅脑图像分割方法
Mumford Shah模型 颅脑图像 分割方法
2008/12/25
在介绍简化MumfordShah模型和水平集(Level Set)方法的基础上，针对颅脑多目标分割问题，提出了一种基于分层MumfordShah模型的图像分割方法，并运用改进图像分割方程进行计算求解，对颅脑MR图像的分割实验证明了该方法的有效性。
针对能够同时进行图像分割、去噪与重建目的的Mumford-Shah能量泛涵最小值图像模型求解非常困难这一问题,提出了"多层Mumford-Shah图像分割、去噪与重建模型"和求解该多层模型最小值的"水平集逐层迭代算法".该多层模型是Mumford-Shah"最小分割问题"的"多层"模型.实验结果表明,该方法不仅能够同时进行具有T型图像边缘或更复杂拓扑结构图像边缘的图像分割、去噪与重建,而且比Tsa...
基于Mumford-Shah模型的运动目标检测
水平集 区域生长 鲁棒性
2008/12/3
使用Mumford-Sham模型进行运动目标检测以克服常规算法的缺点。利用改进的水平集算法，使算法能够快速收敛。为达到实时性的要求，利用多分辨方法进一步提高算法的速度。使用改进的区域生长算法进一步准确地检测出运动目标。
基于MumfordShah模型的快速水平集图像分割方法
图像分割 MumfordShah模型 水平集方法 符号距离函数
2007/12/27
该文对ChanVese提出的基于MumfordShah模型的水平集分割图像的算法做了两方面的改进：首先改进了CV方法的偏微分方程，使得CV方法可以快速计算出全局最优分割；其次，采用源点映射扫描方法来快速计算符号距离函数，克服了常规水平集方法中构造符
号距离函数计算量大的缺点，并结合该文所提出的基于快速步进法生成符号表的方法，进一步提高了计算稳定性.两方面的改进提高了计算的速度和分割效果，...
左心室的分割是左心室运动重建的前提，分割的精度直接影响重建的真实性.由于左心室外轮廓存在弱边界，甚至边界的断裂，使得精确分割左心室外轮廓变得相当困难.文章在详细分析左心室外轮廓的基础上，采用了形状统计Mumford-Shah模型的分割方法，同时对原模型做了如下两点改造：(1)用期望最大(EM)算法求得图像中每点属于心肌的后验概率，通过此后验概率构造“伪灰度”图像来替代原灰度图像，以达到目标与背景灰...
将Ambrosio和Tortorelli提出的Mumford-Shah椭圆泛函逼近模型推广到彩色图像情形．推广模型将彩色图像建模为黎曼流形上的嵌入曲面，据此将刻画不同颜色通道间方向梯度差异的物理量——向量积项引入能量泛函中目标的正则化部分，进而建立了新的能量泛函．从理论上证明了新能量泛函的Gamma收敛性，推导了最优化能量泛函所满足的欧拉-拉格朗日方程．利用最速下降法，提出了推广模型的一种有限差分...