基于Split Bregman算法的多相圖像分割及三維重建.pdf

1、在對圖像的研究和應(yīng)用中，人們通常只對圖像中的某些部分感興趣，圖像分割就是把圖像分成各具特點的區(qū)域并且提取出感興趣的目標(biāo)的技術(shù)和過程，這些特點可以是灰度、顏色、紋理、運動等。圖像分割是圖像處理中的非常重要的一種技術(shù)，也是基本的模式識別、計算機視覺的基礎(chǔ)。由于變分水平集方法在多種模型的集成和處理拓?fù)浣Y(jié)構(gòu)變化的圖像等方面具有顯著優(yōu)勢，目前已成為多相圖像分割的基礎(chǔ)方法。本文基于分段常值多相圖像分割的變分水平集方法對水平集模型的凸優(yōu)化問題進(jìn)行了研

2、究，本文工作主要包括以下幾個方面：第一，系統(tǒng)的研究了水平集方法在圖像分割中的應(yīng)用，介紹了經(jīng)典的C-V模型。第二，系統(tǒng)的研究了兩相圖像分割的凸優(yōu)化問題及Split Bregman算法。第三，基于n個水平集函數(shù)劃分n個區(qū)域的區(qū)域競爭策略，對平面上多相圖像分割的變分水平集模型進(jìn)行了凸優(yōu)化處理，并設(shè)計了對應(yīng)的Split Bregman算法。第四，編程實現(xiàn)了多相圖像分割模型的交替凸優(yōu)化及其Split Bregman算法，包括平面上的分段常值多相圖