![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像传统分割 - 水平集
文章平均质量分 73
不能再吃了。
重德重能 求实求新
展开
-
关于全局水平集模型的凸性理解
在传统方法的图像分割中,水平集模型是非常最经典的。原理来说是通过曲线轮廓的演化,经过一段时间的体验,一般来说水平集就是曲线外侧的数值一直减小,水平集内侧的数值一直增大。并且越靠近边缘的水平集变化程度越小,经过多次迭代便可以通过等高线,或者一般来说取零水平线,来显现出图像的轮廓。在很多论文中提到了一种全局凸的水平集模型,例如Chan等人提出的凸版本局部二元拟合LBF模型如下:其中的参数与具体细节请看这里然后本人对比了一下普通的非凸版本的局部二元拟合LBF模型,如下:经过对比观察凸版本和原创 2022-05-19 23:29:52 · 483 阅读 · 0 评论 -
基于水平集LBF模型的图像边缘轮廓分割凸优化 - Split Bregman分裂布雷格曼算法的最优解
边缘轮廓分割凸优化 - Split Bregman分裂布雷格曼算法的复现过程原创 2022-03-18 12:04:48 · 9496 阅读 · 4 评论 -
水平集Chan-Vese模型的变分法梯度下降
回顾:在之前的水平集方法中,我们最后得出了一个能量泛函 如下:不要出现误区,我们的目的是得到水平集函数 ,使整体能量泛函 最小化 ,这里水平集函数 的初始值是给定的,因为要有一个差不多的初始轮廓,初始轮廓是一个面就是 的初始值 (形式是一个和图像一样尺寸的矩阵,轮廓内数值为 1,轮廓外为 -1),就是要通过变分法梯度下降 ,一点一点的调整,最后得到一个个 ,使能量泛函 越来越趋近于极值 .(变分法梯度下降推导过程在这里)再使用变分方程之前,要先了解几点:关于泛函 中的 .原创 2022-03-11 21:56:03 · 1489 阅读 · 1 评论 -
变分法(欧拉 - 拉格朗日)和梯度下降求泛函最优解
泛函的简单理解:是的变量, 这样的就叫泛函 .加个积分,这样的就叫积分泛函 .原创 2022-03-11 07:44:18 · 6022 阅读 · 1 评论 -
图像分割 - 水平集算法
水平集介绍水平集分为三种:1 . 基于图像边缘灰度梯度信息 ,适用于边缘强的图像分割2 . 基于区域特征 ,利用区域信息引导曲线慢慢靠近 ,比如分割曲线区域的内外灰度均值,分割曲线内部区域面积(例如 Chan-Vase)3 . 混合型水平集关键 :曲线的演变首先设置一个初始轮廓,也就是初始轮廓,通过将这个初始轮廓演变成图像中需要分割出来的形状,那具体是如何演变的呢 ?我用自己的理解来解释一下:既然曲线在演变,那曲线的每一个点一定有一个演化的方向,如何确定演化方向?用最优方原创 2022-03-10 03:54:57 · 10251 阅读 · 10 评论