一种提花织物图像的有限元分割算法
提花织物图像分割是提花图案设计的关键,曲线演化模型是一种流行的图像分割方法,但是该方法无法检测含噪环境下的图像特征.由于Mumford-Shah(MS)模型能够在噪声环境下对不连续边集进行检测,因此它比曲线演化模型更适于对含噪提花织物图像的分割.提出一种结合有限元法和拟牛顿法的MS模型数值求解算法,并有效用于含噪提花织物图像的分割.首先定义了自适应三角剖分空间上的离散MS模型,并在每次迭代前对有限元网格进行自适应调整,以提高迭代的性能.接着采用拟牛顿最小化方法,通过收敛意义上的离散有限元逼近得到离散MS模型的最小值.该算法被用到含噪提花织物图像的分割中,取得了良好的效果.
Mumford-Shah泛函、有限元、拟牛顿法、图像分割、提花织物图像
16
TP3(计算技术、计算机技术)
中国科学院资助项目60273056;国家高技术研究发展计划863计划2003AA411021
2005-03-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
58-66