關(guān)于水平集在圖像分割中應(yīng)用的研究.pdf

1、在對(duì)圖像的研究和應(yīng)用中，圖像分割是圖像處理的重要研究?jī)?nèi)容之一。人們往往只對(duì)圖像的某些部分感興趣，圖象分割的目的是將原始圖象劃分為一系列有意義的區(qū)域或提取圖象中感興趣的區(qū)域。 本文首先介紹了幾種傳統(tǒng)的圖像分割方法，其次系統(tǒng)研究了水平集方法?；趲缀涡巫兡Ｐ偷乃郊椒ǎ瑢⒍S(三維)的閉合曲線(曲面)的演化問(wèn)題轉(zhuǎn)化為高維空間中水平集函數(shù)曲面演化的隱含方式來(lái)求解，由于其拓?fù)渥赃m應(yīng)能力和穩(wěn)健的數(shù)值性態(tài)在圖像分割等諸多領(lǐng)域得到廣泛應(yīng)用。

2、并詳細(xì)介紹了GAC模型，Mumford-shah模型的基本理論及其在圖像分割領(lǐng)域的應(yīng)用。 本文主要工作如下：首先編程實(shí)現(xiàn)了GAC模型和簡(jiǎn)化的M-S模型(C-V方法)，對(duì)結(jié)果進(jìn)行分析，指出其缺陷性。其次對(duì)C-V方法提出改進(jìn)方案，將其與GAC模型結(jié)合，在考慮圖像的同質(zhì)區(qū)域信息的同時(shí)考慮圖像的梯度信息，實(shí)驗(yàn)結(jié)果表明該方法可彌補(bǔ)其的不足，既能得到了更優(yōu)的全局解又降低了計(jì)算的時(shí)間復(fù)雜度。另外提出了C-V雙水平集方法，該方法具有理想的區(qū)域劃