基于高阶正则与非光滑数据拟合项的图像边缘检测模型

• 作者: 李健 李春 王鹏彦 罗泽 陈静思
• 来源期刊: 计算机系统应用
• 关键词: 图像边缘检测 图像分割 Chan-Vese模型 高阶正则 ADMM 变分水平集方法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 119-129
• 页数: 11页
• 字数: 7500字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007226

摘要

在现代科技社会中, 随着数字图像处理技术的高速发展, 图像分割和物体边缘检测被广泛应用于医学领域,军事领域, 公共防卫领域, 计算机视觉领域及农业气象领域. 在本文中, 基于经典的Chan-Vese (CV)模型, 介绍一个含有L1范数数据拟合项和二阶正则项(TV2)的分段常数图像边缘检测模型. 新模型利用一个高阶正则函数对目标函数进行惩罚, 将其作为新目标函数的一个约束, 使得该模型能够分割和检测低对比度, 并且含有外加噪声的图像. 理论上, 我们在大胆合理的假设下, 给出该模型的部分收敛性分析. 计算方面, 我们通过研究新模型的理论可解性, 关于该模型的数值实现方面, 应用ADMM算法对该模型进行数值求解, 从而设计一种新的求解方式, 并用灰度图像和真实图像做大量的数值实验, 并和原始CV模型进行对比, 得出的实验结果表明, 该模型的许多优点在各领域具有广泛应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健	中国科学院计算机网络信息中心	92	1070	17.0	31.0
2	李春	中国科学院计算机网络信息中心	30	317	10.0	17.0
6	罗泽	中国科学院计算机网络信息中心	42	157	7.0	10.0
7	陈静思	云南财经大学云南省经济社会大数据研究院	2	2	1.0	1.0