【技术实现步骤摘要】
本专利技术属于图像处理领域，具体涉及基于曲率先验改进的自适应图像分割方法及系统。
技术介绍
1、图像分割是图像处理和计算机视觉中的一个基本问题，其目的是将目标图像划分为几个具有统一特征的区域，如强度、纹理、颜色等。这项技术在生活中有着广泛的应用，例如目标检测、场景理解、图像编辑、医学影像分析等。图像分割提供了更多关于图像内容的详细信息，使我们能够得到我们更感兴趣的目标，并且更好地理解和分析图像。
2、在过去的三十年中，变分方法和偏微分方程(pde)成功应用于图像分割领域。基于边缘的方法和基于区域的方法。基于边缘的方法主要通过演化初始轮廓到物体边界，例如snake模型和经典gac模型。尽管这些方法能够产生有效的分割结果，但它们对初始轮廓和目标边界非常敏感。基于区域的方法利用区域信息引导轮廓演化，例如经典的chan-vese(cv)模型和mumford-shah(ms)模型，但噪声对其也有一定的影响。
3、cai等提出了一种基于ms模型的两阶段分割方法，为后续模型的改进提供了思路，并引出许多新颖的图像分割方法。该方法...
【技术保护点】
1.一种基于曲率先验改进的自适应图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于曲率先验改进的自适应图像分割方法，其特征在于，所述改进的图像分割模型的目标函数为：
3.根据权利要求2所述的基于曲率先验改进的自适应图像分割方法，其特征在于，所述改进的图像分割模型参数还包括辅助变量w＝Tv，所述改进的图像分割模型的目标函数为：
4.根据权利要求3所述的基于曲率先验改进的自适应图像分割方法，其特征在于，利用ADMM算法迭代计算得到待分割图像的平滑近似图像，包括：
5.根据权利要求4所述的基于曲率先验改进的...
【技术特征摘要】
1.一种基于曲率先验改进的自适应图像分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于曲率先验改进的自适应图像分割方法，其特征在于，所述改进的图像分割模型的目标函数为：
3.根据权利要求2所述的基于曲率先验改进的自适应图像分割方法，其特征在于，所述改进的图像分割模型参数还包括辅助变量w＝tv，所述改进的图像分割模型的目标函数为：
4.根据权利要求3所述的基于曲率先验改进的自适应图像分割方法，其特征在于，利用admm算法迭代计算得到待分割图像的平滑近似图像，包括：
5.根据权利要求4所述的基于曲率先验改进的自适应图像分割方法，其特征在于，所述曲率先验和改进的自适应矩阵的更新公式为...
【专利技术属性】
技术研发人员：刘律廷，易林林，张哲，闵莉花，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。