結(jié)合全局與局部信息的活動輪廓模型研究.pdf_第1頁
已閱讀1頁，還剩36頁未讀， 繼續(xù)免費閱讀

下載本文檔

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)，請進行舉報或認領(lǐng)

文檔簡介

1、圖像分割和邊界提取對于圖像理解、模式識別、計算機視覺等具有非常重要的意義，是圖像分析的基礎(chǔ)。目前，在圖像分割領(lǐng)域，并沒有對各類圖像都適用的通用方法。近年來，基于偏微分方程的圖像分割作為一種比較新穎的有效的圖像分割方法，逐漸成為研究的熱點。幾何活動輪廓模型（水平集方法實現(xiàn)的活動輪廓模型）已被廣泛應用于圖像處理和計算機視覺領(lǐng)域中的圖像分割問題。
　　本學位論文首先介紹了現(xiàn)有的基于區(qū)域的圖像分割方法，然后針對CV模型和RSF模型進行了研

2、究，得到如下的結(jié)果：
　　1）利用全局信息的Chan-Vese模型對輪廓初始化和噪聲不敏感，但不能分割灰度不均一圖像。利用局部信息的RSF模型能夠分割灰度不均一圖像，但對輪廓初始化和噪聲很敏感。針對這個問題，提出了一個結(jié)合全局和局部信息的區(qū)域活動輪廓模型。實驗表明，該模型不僅能夠分割灰度不均一圖像，而且允許靈活的輪廓初始化，抗噪性也較強。
　　2）RSF（Region-Scalable Fitting）模型能夠分割灰度不均一

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論