基于加权总广义变差的Mumford-Shah模型

• 作者: 冯象初 张文娟 王旭东
• 来源期刊: 自动化学报
• 关键词: Mumford-Shah模型 去噪 边缘检测 水平集方法 加权总广义变差
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 1913-1922
• 页数: 10页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2012.01913

摘要

给出了加权总广义变差(Total generalized variation,TGV)的定义.利用图像的2阶加权TGV半范作为正则项,利用水平集函数的2阶加权TGV半范近似边界长度,提出了基于加权TGV的Mumford-Shah模型.对未知函数分别利用交替Split-Bregman方法、Fenchel对偶方法及FISTA (Fast iterative shrinkage-thresholding algorithm)给出数值计算模型.仿真实验结果表明,利用图像的2阶加权TGV半范的去噪效果优于常用的梯度模2范数和加权TV (Total variation)半范正则化；利用水平集函数的2阶加权TGV半范近似边界长度的边缘检测效果优于传统的TV半范和加权TV半范约束.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯象初		124	1126	17.0	26.0
2	王旭东		13	87	5.0	9.0
3	张文娟		13	62	4.0	7.0