耿梦晓;杨，林;彭志峰;朱浩辉 通过耦合热核卷积和高阶总变分的加权图像分割模型。 （英语） Zbl 07776386号 J.非线性变量分析。 7，第4期，487-503（2023）. 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，本文提出了一种新的方案，将自适应权函数和高阶总变项相结合，以提高经典主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。 MSC公司： 47倍 算子理论 46倍 功能分析 关键词：自适应权重函数;活动轮廓模型;高阶总变差;热核卷积;图像分割 软件：深度实验室 PDF格式BibTeX公司 XML格式引用 \textit{M.Geng}等人，《非线性变量分析杂志》。7，第4号，487--503（2023；Zbl 07776386） 全文： 内政部 参考文献： [1] H.Li，H.Luo，W.Huan，Z.Shi，C.Yan，La.Wang，Y.Mu，Y.Liu，利用多尺度注意网络进行腰椎MRI图像自动分割，神经计算与应用，33（2021），11589-11602。 [2] 刘彦，朱庆秋，曹凤，陈建军，陆国鲁，基于注意机制和自适应加权的高分辨率遥感图像分割框架，国际地理信息杂志，10（2021），1-18。 [3] C.Moore，S He，Q Zheng，J.Mordkoff，《目标-模糊相似性效应反映图像分割而非知觉分组》，《注意，知觉，心理物理学》，83（2021），658-675。 [4] 徐春霞，陈玉霞，徐春霞。文档图像语义分割的端到端扩展卷积网络，中南大学学报，28（2021），1765-1774。 [5] Y.Xia，S.Eberl，L.Wen，M.Fulham，D.Feng，基于功能和解剖信息自适应使用的双模态脑PET-CT图像分割，计算机医学成像与图形，36（2012），47-53。 [6] P.Azimpour、T.Bahraini、H.Yazdi。变分贝叶斯框架下基于聚类的潜在变量高光谱图像去噪，IEEE地球科学与遥感汇刊，59（2021），3266-3276。 [7] 吴彦，钱鹏，张欣，基于小波的二级卷积神经网络图像去模糊，IEEE Access，9（2021），45853-45863。 [8] Y.Xu，Z.Li，X.Zhang等。基于耦合字典学习的低剂量PET图像去噪。物理研究中的核仪器和方法A部分：加速器、光谱仪、探测器和相关设备，1020（2021），165908。 [9] Y.Zhu，X.Pan，T.Lv，Y.Liu，L.Li，DESN:一种具有深度图像先验的无监督MR图像去噪网络，理论计算机科学，880（2021），97-110·Zbl 1517.92006年 [10] M.Gou，Y.Rao，M.Zhang，J Sun，K.Cheng，牙齿CT图像分割的自动图像注释和深度学习，国际图像与图形会议，第519-528页，2019年。 [11] Q.Lin，X.Chen，C.Chen，J.M.Garibaldi，《模糊DCNN：将模糊积分层与深度卷积神经网络相结合，用于图像分割》，IEEE模糊系统国际会议，第1-7页，2021年。 [12] M.Lin，Q.Cai，J.Zhou，3D Md-Unet：医学图像分割的多数据集协作新模型，神经计算，492（2022），530-544。 [13] L.Chen，G.Papandreou，I.Kokkinos，K.Murphy，A.Yuille，DeepLab:使用深度卷积网络、反褶积和完全连接的CRF进行语义图像分割。IEEE模式分析和机器智能汇刊，40（2018），834-848。 [14] H.Park，T.Schoepflin，Y.Kim。带有梯度方向信息的活动轮廓模型：directional snake，IEEE Transactions on Circuits and Systems for Video Technology，11（2001），252-256。 [15] M.Falcone，G.Paolucci，S.Tozza，通过改进的水平集方法进行图像分割的高阶方案，SIAM成像科学杂志，13（2020），497-534·Zbl 1437.65094号 [16] 朱军，曾勇，徐浩，李军，田诗田，刘浩。用于灰度不均匀图像分割的最大后验水平集方法，《信号处理》，181（2021），107896。 [17] H.Wang、Y.Du、J.Han。通过活动轮廓进行图像分割的综合两阶段方法，多媒体工具和应用，79（2020），21177-21195。 [18] M.Abdel Basset、V.Chang、R.Mohamed。多阈值图像分割问题的一种新的平衡优化算法，神经计算与应用，33（2020），10685-10718。 [19] T.Chan、L.Vese。无边缘活动轮廓，IEEE图像处理汇刊，10（2001），266-277·Zbl 1039.68779号 [20] T.Chan，S.Esedoglu，M.Nikolova，《寻找图像分割和去噪模型全局极小值的算法》，SIAM应用数学杂志，66（2006），1632-1648·Zbl 1117.94002号 [21] A.Chambolle，D.Cremers，T.Pock，计算最小分区的凸松弛方法，IEEE计算机学会计算机视觉会议，第810-817页，2008年。 [22] J.Yuan，E.Bae，X.C.Tai，《连续最大流和最小割方法研究》，第二十届IEEE计算机视觉会议，第2217-2224页，2010年。 [23] C.Li，C.Y.Kao，J.C.Gore，Z.Ding。图像分割的区域可缩放拟合能量最小化，IEEE图像处理汇刊，17（2008），1940-1949·Zbl 1371.94225号 [24] X.Wang、D.Huang、H.Xu。图像分割的有效局部Chan-Vese模型，模式识别，43（2010），603-618·Zbl 1185.68817号 [25] K·张，L·张，K·林，D·张。具有强度非均匀性的图像分割的水平集方法，IEEE控制论汇刊，46（2015），546-557。 [26] J.Wang，L.Ju，X.Wang，用于图像分割的边缘加权质心Voronoi细分模型，IEEE图像处理汇刊，18（2009），1844-1858·Zbl 1371.94399号 [27] Y.Cao，L.Ju，Y.Zhou，S.Wang，使用多通道边缘加权质心voronoi细分算法进行三维高温合金晶粒分割，IEEE图像处理汇刊，22（2013），4123-4135·Zbl 1373.94057号 [28] B.Merriman，J.Bence，S.Osher，《多结点运动：水平集方法》，《计算物理杂志》，112（1994），334-363·Zbl 0805.65090号 [29] S.Esedoglu，F.Otto，具有任意表面张力的网络的阈值动力学，纯粹与应用数学通信，68（2015），808-864·Zbl 1334.82072号 [30] D.Wang，H.Li，X.Wei，X.Wang，一种有效的图像分割迭代阈值法，计算物理杂志，350（2017），657-667·Zbl 1380.65048号 [31] D.Mumford，J.Shah，《分段光滑函数的最优逼近及其相关变分问题》，《纯粹应用数学通讯》，42（1989），577-685·Zbl 0691.49036号 [32] X.Bresson，S.Esedoglu，P.Vandergheynst，J.Thiran，S.Osher，《主动con-tour/snake模型的快速全局最小化》，《数学成像与视觉杂志》，28（2007），151-167·Zbl 1523.94005号 [33] D.Wang，X.Wang，图像分割的迭代卷积阈值法（ICTM），模式识别，130（2022），108794。 [34] Q.Zhong，Y.Li，Y.Yang，Y.Duan，最小化离散总曲率用于图像处理，IEEE/CVF计算机视觉和模式识别会议，第9471-94792020页。 [35] 杨毅，钟庆，段毅，曾涛，图像标记与分割的加权有界Hessian变分模型，信号处理，173（2020），107564。 [36] R.Chan，T.Zeng，X.Cai，使用Mumford-Shah模型凸变量和阈值的两阶段图像分割方法，SIAM成像科学杂志，6（2013），368-390·Zbl 1283.52011年 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。