基于图像分解的稀疏正则化多区域图像分割方法

谢谢侬

要： 针对图像具有不同特征的成分，提出一种基于图像分解的多区域图像分割模型和算法．首先将图像分 解项引入到图像分割模型中，递减了纹理和噪声对分割的影响；其次使用稀疏正则化方法保持分割区域的边缘几何结 构；最后基于增广 Ｌａｇｒａｎｇｅ乘子法，给出一种由扩散流引导的小波迭代阈值图像分割算法．一系列实验结果表明，提出 的方法抗干扰能力强，对噪声具有更好的鲁棒性．提出的方法不仅能够分割结构图像，并且能够分割较复杂的纹理图 像．
2 m. {! n0 [+ K! f
1 A+ i% H# Z4 q: n% f- X- h- y/ n* }

关键词： 图像分割；图像分解；稀疏表示；小波；变分模型

2 u  T% r  X  ~1 Y' z. @* V

1 Q$ l# F/ B: }# o图像分割是图像处理与计算机视觉中最为基础和 重要的研究内容之一，它是对图像进行视觉分析和模式 识别的基本前提．图像分割的目标是将图像划分成各具 特性的区域．图像分割的难点在于图像的复杂性和多样 性．特别，由于图像纹理区域的存在，使图像同质区域的 灰度信息不均匀和弱边界问题更加突出，进一步增加了 图像分割的难度．到目前为止，人们已经提出了很多图 像分割方法，基于变分模型的分割方法是近年来图像分 割的研究热点之一［１～７］．该方法可分为两类：一类是硬 分割，例如：水平集方法［１，２］，正弦势函数法［３］；另一类是 软分割（也称为模糊分割），例如：使用可以相互重叠的 隶属度函数来表示分割区域［４～７］．由于隶属度函数的灵 活可变性，软分割比硬分割有更快的处理速度和更好的 分割效果［５，６］

! o6 a; o1 z' x/ I, r
4 V, x1 Q3 m6 D% y4 |+ q4 n1 d, E$ A: m2 G
( O; a) ^' O2 b" |2 n3 i
附件下载：

游客，如果您要查看本帖隐藏内容请回复

silenced

能够分割较复杂的纹理图 像

谢谢侬

silenced 发表于 2021-5-12 13:14
能够分割较复杂的纹理图 像

哈哈哈 是呀
& ^/ U  T0 a9 v9 H