基于Split Bregman算法的多相圖像分割及三維重建.pdf

1、在對(duì)圖像的研究和應(yīng)用中，人們通常只對(duì)圖像中的某些部分感興趣，圖像分割就是把圖像分成各具特點(diǎn)的區(qū)域并且提取出感興趣的目標(biāo)的技術(shù)和過程，這些特點(diǎn)可以是灰度、顏色、紋理、運(yùn)動(dòng)等。圖像分割是圖像處理中的非常重要的一種技術(shù)，也是基本的模式識(shí)別、計(jì)算機(jī)視覺的基礎(chǔ)。由于變分水平集方法在多種模型的集成和處理拓?fù)浣Y(jié)構(gòu)變化的圖像等方面具有顯著優(yōu)勢(shì)，目前已成為多相圖像分割的基礎(chǔ)方法。本文基于分段常值多相圖像分割的變分水平集方法對(duì)水平集模型的凸優(yōu)化問題進(jìn)行了研

2、究，本文工作主要包括以下幾個(gè)方面：第一，系統(tǒng)的研究了水平集方法在圖像分割中的應(yīng)用，介紹了經(jīng)典的C-V模型。第二，系統(tǒng)的研究了兩相圖像分割的凸優(yōu)化問題及Split Bregman算法。第三，基于n個(gè)水平集函數(shù)劃分n個(gè)區(qū)域的區(qū)域競(jìng)爭(zhēng)策略，對(duì)平面上多相圖像分割的變分水平集模型進(jìn)行了凸優(yōu)化處理，并設(shè)計(jì)了對(duì)應(yīng)的Split Bregman算法。第四，編程實(shí)現(xiàn)了多相圖像分割模型的交替凸優(yōu)化及其Split Bregman算法，包括平面上的分段常值多相圖