数值求解优化问题在活动轮廓模型上的应用
针对活动轮廓模型图像分割过程中迭代次数多,分割速度慢的问题,提出一种高阶的数值求解方法. 分析活动轮廓模型中基于全局信息的CV模型,以及基于局部信息的LBF模型,LIF模型. 使用二阶、三阶Runge-Kutta方法,原始Euler方法对模型进行数值求解实验对比分析. 并对LBF模型中平滑项系数,时间步长的选取进行讨论.通过对非同质图像、同质图像的实验结果分析表明,所采用的数值方法能够有效地提高数值收敛精度、减少迭代次数、计算效率高. 对不同系数和时间步长,数值方法也能表现出较好的稳定性.
CV模型、LBF模型、Runge-Kutta方法、数值求解优化、图像分割
10
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目11401259;中央高校基本科研业务费专项资金资助项目jusrr11407
2016-01-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
886-892