基于核函数与局部信息的凸优化分割模型.pdfVIP

第34卷第5期 计算机应用研究 V01．34No．5 2017年5月 Researchof Mav2017 Application Computers 基于核函数与局部信息的凸优化分割模型术 张玲，彭新光，李海芳，李钢 (太原理工大学计算机科学与技术学院，太原030024) 摘要：针对c．V模型不能准确分割非同质和高噪声的图像，且计算效率比较低的特点，作出如下改进：对于区 域中的每一点，利用该点所在区域的平均灰度值和其邻域内其他点的灰度值的核函数度量定义局部能量项，然 后对图像域上所有点的局部能量进行积分定义全局能量项，由于局部信息和核函数的引入使得区域均值的更新 具有较强的抗噪能力，提高分割鲁棒性；然后将该模型转换为全局凸分割模型，同时引入边界边缘检测函数加权 的总变差范数(total Bregman迭代进行数值求解。实验结果表明，该模型能够有效地分割非同质和高噪声图像，与c-V、RSF和 DRLSE模型相比，在运行速度和分割精度上有了很大的提升。 关键词：核函数；图像分割；水平集；凸优化；splitBregman方法 中图分类号：TP391．41文献标志码：A 文章编号：1001—3695(2017)05-1572·05 doi：10．3969／j．issn．1001—3695．2017．05．066 Novelconvex modelbasedonkernel optimization segmentation functionandlocal information intensity ZhangLing，PengXinguang，LiHaifang，LiGang 030024，China) (CollegeofComputerScience＆Technolog)‘。TaiyuanUnit，ersityofTechnology，Taiyuan oftheC—Vmodelthatcouldn’taccu． Abstract：卟iswasintendedto forwardsome thedefects paper put improvementsagainst its wasnot the with andthe with noiseand computationalefficiency ratelysegmentimagesintensityinhomogeneityimageshigh alocal this made these each ina defined as- defects．First，for energy ve