基于高阶正则与非光滑数据拟合项的图像边缘检测模型

【文件属性】：
文件名称：基于高阶正则与非光滑数据拟合项的图像边缘检测模型
文件大小：1.87MB
文件格式：PDF
更新时间：2021-05-06 12:21:58
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 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.