找回密码
 注册
关于网站域名变更的通知
查看: 788|回复: 1
打印 上一主题 下一主题

[毕业设计] 基于图像分解的稀疏正则化多区域图像分割方法

[复制链接]
  • TA的每日心情
    开心
    2020-8-5 15:09
  • 签到天数: 1 天

    [LV.1]初来乍到

    跳转到指定楼层
    1#
    发表于 2021-5-14 16:19 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

    EDA365欢迎您登录!

    您需要 登录 才可以下载或查看,没有帐号?注册

    x
    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.- S" g2 v6 F* m8 R; @
    / e* D' c1 e" a0 ]  o! |2 b) S9 e
    # I* ^% w' ^$ X( M# E
    关键词: 图像分割;图像分解;稀疏表示;小波;变分模型3 l( D' {6 @8 {

    2 k& l+ g, s# @9 L' d
    ' @* O& }: E+ v1 E/ X8 f8 ?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].+ I" `4 e; V8 ^: E8 I2 P
    " {2 h4 w8 Q+ M7 ]& w: a6 i

    ( E' L6 {! N4 I6 j% k0 y+ _# ~$ A' M/ v# b: s
    4 B- _+ @7 Y% J2 H: H) \8 {" C
    附件下载:
    游客,如果您要查看本帖隐藏内容请回复
    ) ^$ Z1 O$ R/ B8 D

    该用户从未签到

    2#
    发表于 2021-5-14 16:43 | 只看该作者
    能够分割较复杂的纹理图 像
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-7-22 02:30 , Processed in 0.125000 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表