×

一种改进的凸和选择性变分图像分割模型及其快速多级算法。 (英语) Zbl 1449.68133号

摘要:选择性图像分割的任务是基于最少的用户输入从图像中提取一个感兴趣的对象。两阶段分割模型不能保证定位该对象,而多阶段模型更有可能使用图像中的其他特征对该对象进行分类。最近提出了几个选择模型,它们会发现局部极小值(对初始化敏感),因为涉及到非凸最小化泛函。最近,还提出了一种凸选择变分图像分割模型(CDSS),该模型允许独立于初始化找到全局极小值。然而,由于泛函中的非线性,该算法对正则化参数(mu)和面积参数(θ)非常敏感,此外,它仅对中等大小的图像有效。为了处理与高分辨率相关的大尺寸图像,迫切需要开发快速迭代求解器。本文通过原对偶公式提出了CDSS模型的稳定变种,并针对新模型引入了一种基于优化的多级算法。数值结果表明,与原CDSS模型相比,新模型对参数(mu)和(θ)的敏感性更低,多级算法在最佳计算时间内产生了高质量的分割。

MSC公司:

68单位10 图像处理的计算方法
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