×

通过局部统计相似性和局部相似性因子建立鲁棒的基于区域的活动轮廓模型,用于强度不均匀性和高噪声图像分割。 (英语) Zbl 1497.65125号

摘要:本文针对两类分割问题设计了一种新的变分分割方法,即全局分割(给定图像中的所有对象/特征都要分割)和选择性/交互式分割(给定图片中感兴趣的对象/特征要分割)对于非均匀和严重加性噪声图像。提出的分割模型实现了局部去噪约束,能够有效地处理噪声/离群值,并处理强度不均匀问题,结合基于空间距离和局部区域强度差异的局部相似性因子,准确指导水平集函数区分离群值和微小重要细节。此外,为了证明所提模型的准确性,还引入了一个实验比较,并将其与合成图像、室外图像和医学图像的最新模型进行了比较。

MSC公司:

6500万06 含偏微分方程初值和初边值问题的有限差分方法
65平方米 含偏微分方程初值和初边值问题离散方程的数值解
35J05型 拉普拉斯算子、亥姆霍兹方程(约化波动方程)、泊松方程
35J25型 二阶椭圆方程的边值问题
94A08型 信息与通信理论中的图像处理(压缩、重建等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] F.阿克兰;J.H.Kim;H.U.Lim;K.N.Choi,使用活动轮廓分割强度不均匀的脑部MR图像,医学中的计算和数学方法,1-14(2014)·Zbl 1307.92150号 ·数字对象标识代码:10.1155/2014/194614
[2] H.阿里;拉达;N.Badshah,高噪声条件下强度不均匀性的图像分割,IEEE Trans。图像处理。,27, 3729-3738 (2018) ·Zbl 1409.94009号 ·doi:10.1109/TIP.2018.2825101
[3] G.奥伯特;J.Aujol,消除乘法噪声的变分方法,SIAM J.Appl。数学。,68, 925-946 (2008) ·兹比尔1151.68713 ·数字对象标识代码:10.1137/060671814
[4] V.Badrinarayan;A.肯德尔;R.Cipolla,SegNet:用于图像分割的深度卷积编码器-解码器架构,CoRR.,39,2481-2495(2017)·doi:10.1109/TPAMI.2016.2644615
[5] N.Badshah;陈凯,使用活动轮廓法在几何约束下进行图像选择性分割,数学。计算。,7, 759-778 (2010) ·Zbl 1365.65038号 ·doi:10.4208/cicp.2009.09.026
[6] N.Badshah;K.Chen;H.阿里;G.Murtaza,使用活动轮廓基于变异系数的图像选择性分割,东亚应用杂志。数学。,2, 150-169 (2012) ·Zbl 1284.68623号 ·doi:10.4208/上午.090312.080412a
[7] X.白;G.Sapiro,《快速交互式图像和视频分割与拼接的测地框架》,IEEE计算机视觉国际会议,1-8(2007)
[8] 十、布列松;S.Esedoglu;P.Vandergheynst;J.-P.Thiran;S.Osher,活动轮廓/蛇模型的快速全局最小化,J.Math。图像。视觉。,28, 151-167 (2007) ·Zbl 1523.94005号 ·doi:10.1007/s10851-007-0002-0
[9] G.J.布罗斯托;J.Fauqueur;R.Cipolla,视频中的语义对象类:高清地面真相数据库,模式识别。莱特。,2, 88-97 (2009)
[10] X.蔡;R.Chan;曾先生,使用Mumford-shah模型凸变量和阈值的两阶段图像分割方法,SIAM J.Imaging Sci。,6, 368-390 (2013) ·Zbl 1283.52011年 ·数字对象标识代码:10.1137/120867068
[11] V.卡塞尔;R.Kimmel;G.Sapiro,测地活动轮廓,国际计算机视觉杂志,22,61-79(1997)·Zbl 0894.68131号 ·doi:10.1109/ICCV.1995.466871
[12] T.F.Chan;L.A.Vese,无边活动轮廓,IEEE Trans。图像处理。,10, 266-277 (2001) ·Zbl 1039.68779号 ·数字对象标识代码:10.1109/83.902291
[13] L.C.Chen;G.帕潘德里欧;一、科基诺群岛;K.墨菲;A.L.Yuille,DeepLab:用深度卷积网络、反褶积和全连接CRF进行语义图像分割,IEEE模式分析和机器智能汇刊,40834-848(2018)·doi:10.1109/TPAMI.2017.2699184
[14] H.Ding;X.Jiang;B.帅;A.Q.刘;G.Wang,带上下文编码和多径解码的语义分割,IEEE Trans。图像处理。,29, 3520-3533 (2019)
[15] X.Dong;沈建中;L.Shao,图像分割的Submarkov随机行走,IEEE图像处理汇刊,25516-527(2016)·Zbl 1408.94141号 ·doi:10.1109/TIP.2015.2505184
[16] D.L.Donoho;I.M.Johnstone,通过小波收缩适应未知平滑度,J.Amer。统计师。协会,90,1200-1224(1995)·Zbl 0869.62024号 ·网址:10.1080/01621459.1995.10476626
[17] S.Geman;D.Geman,随机松弛,吉布斯分布和图像的贝叶斯恢复,计算机视觉阅读,564-584(1987)·doi:10.1016/B978-0-08-051581-6.50057-X
[18] T.Goldstein;十、布列松;S.Osher,分裂Bregman方法的几何应用:分割和曲面重建,科学杂志。计算。,45, 272-293 (2010) ·Zbl 1203.65044号 ·doi:10.1007/s10915-009-9331-z
[19] T.Goldstein,X.Bresson和S.Osher,选择性局部或全局分割的活动轮廓:一种新的公式和水平集方法,图像和视觉计算, 28, 668-676.
[20] C.痛风;C.勒盖亚德;L.Vese,几何条件下的测地线活动轮廓分割和使用水平集方法的插值,Numer。算法,39,155-173(2005)·Zbl 1069.65016号 ·doi:10.1007/s11075-004-3627-8
[21] L.Grady,图像分割的随机行走,IEEE Trans。模式分析。机器。智力。,28, 1768-1783 (2006) ·doi:10.1109/TPAMI.2006.233
[22] Y.Huang;M.Ng;曾涛,乘性噪声反褶积模型的凸松弛方法,Commun。计算。物理。,13, 1066-1092 (2013) ·Zbl 1373.94617号 ·doi:10.4208/cicp.310811.090312a
[23] M.Kass;A.维特金;D.Terzopoulos,主动轮廓模型,国际计算机视觉杂志,22123-135(1993)
[24] C.勒盖亚德;C.Gout,几何条件下的测地活动轮廓理论和3D应用,数值算法,48,105-133(2008)·Zbl 1146.65024号 ·doi:10.1007/s11075-008-9174-y
[25] C.李;R.Huang;Z.Ding;J.C.Gatenby;D.Metaxas;J.C.Gore,《存在强度不均匀性时图像分割的水平集方法及其在MRI中的应用》,IEEE Trans。图像处理。,20, 2007-2016 (2011) ·Zbl 1372.68275号 ·doi:10.1109/TIP.2011.2146190
[26] C.李;C.-Y.Kao;J.C.戈尔;丁振华,局部二元拟合能量驱动的隐式活动轮廓,IEEE计算机视觉与模式识别会议,37,1-7(2007)·doi:10.1010/CVPR.2007.383014
[27] C.李;C.-Y.Kao;J.C.戈尔;丁振华,局部二元拟合能量驱动的隐式活动轮廓,Proc。IEEE会议计算。视觉。模式识别。(CVPR)。,42, 1-7 (2007) ·doi:10.1109/CVPR.2007.383014
[28] G.李;李海峰;F.X.Shang;郭浩,具有局部强度差异的噪声图像分割模型,计算机应用Jornal,38,842-847(2018)
[29] 李立群;S.Luo;X.C.台;J.Yang,基于水平集函数的凸壳问题新变分方法,反问题与成像,15,315-338(2021)·Zbl 1517.65015号 ·doi:10.3934/ipi.2020070文件
[30] C.刘;M.K.-P.Ng;曾涛,选择性图像分割的加权变分模型及其在医学图像中的应用,数学。公司。,76, 367-379 (2017) ·doi:10.1016/j.patcog.2017.11.019
[31] 陆涛;P.Neitaanmaki;X.C.Tai,偏微分方程的并行分裂方法及其在Navier-Stokes方程中的应用,RAIRO Modél。数学。分析。Numér,26,673-708(1992)·Zbl 0756.65129号 ·doi:10.1051/m2安/1992260606731
[32] L.Mabood;H.阿里;N.巴德沙;陈可辛;G.A.Khan,主动轮廓纹理和非均匀对象提取,模式识别,55,87-99(2016)·doi:10.1016/j.patcog.2016.01.021
[33] T.N.A.Nguyen;蔡俊杰;J.Zhang;J.Zheng,使用凸主动轮廓的鲁棒交互式图像分割,IEEE Trans。图像处理。,21, 3734-3743 (2012) ·Zbl 1373.94302号 ·doi:10.1109/TIP.2012.2191566
[34] 牛链球菌;Q.Chen;L.D.姐妹会;郑基;Z.Zhou;D.L.Rubin,用于图像分割的基于局部相似因子的鲁棒噪声区域活动轮廓模型,模式识别。,61, 104-119 (2017) ·doi:10.1016/j.patcog.2016.07.022
[35] 拉达;K.Chen,使用一级集改进的选择性分割模型,数值算法,48,105-133(2008)·Zbl 1322.94020号 ·doi:10.1260/1748-3018.7.4.509
[36] C.罗瑟;V.科尔莫戈罗夫;A.Blake,Grabcut:使用迭代图切割的交互式前景提取,ACM Siggraph,23,1-6(2004)
[37] L.I.鲁丁;S.Osher;E.Fatemi,基于非线性总变差的噪声去除算法,Phys。D、 非线性现象,60,259-268(1992)·Zbl 0780.49028号 ·doi:10.1016/0167-2789(92)90242-F
[38] 沈建中;杜勇;X.Li,使用约束拉普拉斯优化的交互式分段,IEEE视频技术电路和系统汇刊,24,1088-1100(2014)·doi:10.1109/TCSVT.2014.2302545
[39] 陶渊明;X.C.Tai,使用图切割优化进行交互式图像分割的多分段常数测地线活动轮廓(MPC-GAC)框架,图像与视觉计算,29,499-508(2011)
[40] L.A.Vese;T.F.Chan,使用芒福德和沙阿模型进行图像分割的多阶段水平集框架,国际计算机视觉杂志,50,271-293(2002)·Zbl 1012.68782号
[41] X.-F.王;D.S.Huang;H.Xu,用于图像分割的有效局部Chan-Vese模型,模式识别,43,603-618(2010)·Zbl 1185.68817号 ·doi:10.1016/j.patcog.2009.08.002
[42] X.Wang;X.Jiang;J.Ren,通过级联分类框架从眼底图像中分割血管,模式识别,88,331-341(2019)
[43] K.张;H.宋;L.Zhang,局部图像拟合能量驱动的活动轮廓,模式识别,431199-1206(2010)·Zbl 1192.68624号 ·doi:10.1016/j.patcog.2009.10.010
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。