資源描述：
《基于PDE、圖割的圖像分割模型及算法碩士論》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、河南大學(xué)碩士學(xué)位論文基于PDE、圖割的圖像分割模型及算法姓名：劉玉霞申請學(xué)位級別：碩士專業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：宋錦萍;臺雪成20090501河南人學(xué)碩士學(xué)位論文中文摘要圖像分割是進一步進行圖像識別、分析和理解的基礎(chǔ)，已有許多分割方法但還沒有一種普遍適用于各種圖像的有效方法．圖像分割的研究是目前圖像處理中研究的熱點之一．因此，本文基于偏微分方程(PDE)、圖割的圖像分割模型、算法研究具有理論意義和應(yīng)用價值．首先，本文從圖像分割的目的和意義出發(fā)，對Mumford—Shah(M-S)模型、CV模型、逐段常水平集圖像分割
2、模型簡單介紹和分析．針對MSWD模型數(shù)值計算算法效率低、穩(wěn)定性條件難以控制、調(diào)節(jié)參數(shù)難的問題進行研究．提出算子分裂圖像分割模型，研究模型的數(shù)值計算，利用算子分裂格式給出了MSDM的AOS(AdditiveOperatorSplitting)，AOS—Newton(AdditiveOperatorSplitting-Newton)兩種快速算法，從而達到既快速極小化模型又克服了時間步長難以選擇的難題，參數(shù)調(diào)節(jié)范圍增大．其次，給出了求解MSDM的圖割算法．將求能量函數(shù)的最小值轉(zhuǎn)化為求圖的最小割．采用高效的最大流算法進行
3、數(shù)值計算．圖割算法避免了其它優(yōu)化算法局部最小的缺點，參數(shù)調(diào)節(jié)簡單，計算速度快．對合成圖像及真實圖像利用提出的算法實驗，驗證該算法的可行有效性．最后，論文對提出的三種算法通過數(shù)值實驗進行進一步比較．關(guān)鍵詞：圖像分害-I]；PDE；AOS；圖割河南人學(xué)碩士學(xué)位論文AbstractImagesegmentationistofurthercarryoutimagerecognition，analysisandunder-standing．thereareanumberofsegmentationmethods．Butth
4、ereisnotamethodwhichisgenerallyapplicabletoallkindsofimage．Therefore，thestudyofimagesegmentationisoneofthehotspotsintheresearchofimageprocessing．Theresearchofimagesegmen-tationbasedonpartialdifferentialequations(PDE)andgraphcutismeaningfulbothintheoryandpract
5、ice．Firstofall，inthispaper，summarizethepurposeandsignificanceofimagesegmen-tation，introduceandanalyzeMumford—Shahmodel，Chan-Vesemodel，piecewiseconstantlevelsetmethod．ThenumericalalgorithmforthemodelisinefficientanddifficulttoCOIl-trolthestabilityofconditions，
6、adjustingtheparametersoftheproblemdifficult．Tosolvethoseproblems，wegivetheoperatorsplittingimagesegmentationmodel．Usingofoper—atorsplittingscheme，wegivetwofastalgorithms--AOS(AdditiveOperatorSplitting)，AOS—Newton(AdditiveOperatorSplitting—Newton)，SOastoachiev
7、enoto出minimizeenergyfunctionquicklybutalsoovercomethedifficultiesinchoosingthetimesteps．Theparametercanbechosenmoreeasily．Secondly,usinggraphcutstechnologytosolvethegivenMSDM．Insteadofmini-mizingtheenergyfunction，weproposetosolvetheresultingminimizationproble
8、mbygraphcuts．Byfindingtheminimumcutonaspecialgraph，weobtainthesolutionforthesegmentationproblem。Highlyefficientmaximumflowalgorithmcanavoidtheshortcom—ingsoflocalminimum．Furthermore，param
