一种基于偏移场和全局光滑先验的非均匀图像分割方法

    公开(公告)号:CN111640115B

    公开(公告)日:2022-07-15

    申请号:CN202010428617.9

    申请日:2020-05-20

    Abstract: 本发明提供了一种基于偏移场和全局光滑先验的非均匀图像分割方法,主要包括:获取带噪声的灰度不均匀图像;为所述灰度不均匀图像添加初始轮廓线;将所述灰度不均匀图像分解为结构部分、光照偏移场部分和噪声部分;构建对应多相变分图像分割模型;采用凸优化的交替极小化方法和变量分裂技巧求解上述模型的最优解;采用所构建的多相变分图像分割模型对所述灰度不均匀图像进行图像分割,得到对应的图像分割结果;本发明在CVB模型中引入局部常数先验,建立了非均匀图像多相分割模型,同时设计了一个有效的算法来计算求解提出的模型;结果表明,该方法对初始值具有较强的鲁棒性,对带噪声的灰度不均匀图像该方法能获得更精确的分割结果。

    一种基于偏移场和全局光滑先验的非均匀图像分割方法

    公开(公告)号:CN111640115A

    公开(公告)日:2020-09-08

    申请号:CN202010428617.9

    申请日:2020-05-20

    Abstract: 本发明提供了一种基于偏移场和全局光滑先验的非均匀图像分割方法,主要包括:获取带噪声的灰度不均匀图像;为所述灰度不均匀图像添加初始轮廓线;将所述灰度不均匀图像分解为结构部分、光照偏移场部分和噪声部分;构建对应多相变分图像分割模型;采用凸优化的交替极小化方法和变量分裂技巧求解上述模型的最优解;采用所构建的多相变分图像分割模型对所述灰度不均匀图像进行图像分割,得到对应的图像分割结果;本发明在CVB模型中引入局部常数先验,建立了非均匀图像多相分割模型,同时设计了一个有效的算法来计算求解提出的模型;结果表明,该方法对初始值具有较强的鲁棒性,对带噪声的灰度不均匀图像该方法能获得更精确的分割结果。

Patent Agency Ranking