全文:PDF格式
内政部：10.23952/jnva.7.2023.4.03
第7卷第4期，2023年8月1日，第487-503页
摘要图像分割是图像分析领域中许多应用的一个重要步骤。这项任务的主要挑战之一是如何准确定位复杂边界并有效地分割感兴趣区域。为此，本文提出了一种结合自适应权函数和高阶总变分项的新方案，以提高经典活动轮廓模型的鲁棒性。为了降低计算复杂度，我们的模型使用具有自适应权重的热核卷积来近似分割区域的周长。由于该模型的非光滑性，我们采用交替方向乘法器方法对其进行求解。在几种不同类型的图像上的数值实现表明，与现有的几种先进的分割模型相比，我们提出的方案具有更好的分割性能和鲁棒性。
如何引用这篇文章:
M.Geng，L.Yang，Z.F.Pang，H.Zhu，通过耦合热核卷积和高阶总变分的加权型图像分割模型，J.非线性方差分析。7 (2023), 487-503.
