简述图像分割的PDE方法.ppt

3.2GAC模型 Caselles等人于1997年提出了不含自由参数测地线活动轮廓模型。 Caselles V, Morel J M , Sapiro G. Geodesic active contours. Int. J. Comput. Vision, 1997,22:61~79. Chan T F， Vese L。 Active contours without edges CAM Report 98-53. UCLA, 1998. 3.3CV模型 简述图像分割的PDE方法 徐海平1.概述 在一幅图像中，人们往往只对其中的某些目标感兴趣，这些目标通常占据一定的区域，并且在某些特性（如灰度、轮廓、颜色和纹理等）上和周围的图像有差别。这些特性差别可能非常明显，也可能很细微，以致人眼觉察不出来。 计算机图像处理技术的发展，使得人们可以通过计算机来获取与处理图像信息。现在，图像处理技术已成功地应用于许多领域，其中，纸币识别、车牌识别、文字识别和指纹识别等已为大家所熟悉。 图像识别的基础是图像分割，其作用是把反映物体真实情况的、占据不同区域的、具有不同特性的目标识别区分开来，并形成数字特征。 图像分割是图像识别和图像理解的基本前提步骤，图像分割质量的好坏直接影响后续图像处理效果，甚至决定其成败，因此，图像分割的作用是至关重要的。 1.1图像分割