10.14132/j.cnki.1673-5439.2017.02.002
Cauchy噪声下基于全变分的两阶段模糊图像分割算法
基于Cauchy分布和全变分(Total Variation,TV)的统计特性,提出了一种新的两阶段全变分模型来分割Cauchy噪声环境下的模糊图像.第一阶段,通过求解提出的新的凸Mumford-Shah模型得到一个光滑解.首先,为了保证模型解的唯一性,对提出的全变分模型添加了一个二次惩罚项,得到一个严格凸的全变分模型,然后,使用原始-对偶算法对提出的全变分模型进行求解,并证明了该算法的收敛性.第二阶段,使用K-means聚类算法产生阈值把图像进行分割.最后,进行了仿真实验,并对实验结果进行了分析,实验结果验证了提出模型的可行性与有效性.
图像分割、Cauchy噪声、原始-对偶算法、全变分
37
TN912.3
国家自然科学基金61501251,61271335,61271240;江苏省自然科学基金BK20140891;南京邮电大学引进人才科研启动基金NY214191;南京邮电大学教学改革研究JG00716JX77
2017-06-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
9-14