偏微分与变分技术在图像分割中的应用研究
￥66.00定价
作者： 李钢 著
出版时间：2019-07-01
出版社：北京理工大学出版社
- 北京理工大学出版社
- 9787568271608
- 1
- 383966
- 平装
- 小16开
- 2019-07-01
- 165
- TN911.73
作者简介
内容简介
互联网产生的海量图像数据是人工智能和机器视觉技术发展的重要基础，图像分割作为模式识别、目标跟踪和机器视觉等领域基础且关键的研究课题，几乎渗透于视觉信息处理的各个环节。由于视觉信息的多样性、复杂性和海量性，图像分割技术仍面临巨大的挑战，国内外学者至今仍在不断地探索研究。
本书针对背景复杂、灰度不均匀和噪声污染图像的分割问题，对基于变分水平集理论的主动轮廓模型进行了深入研究，从提高模型对初始轮廓的敏感性、噪声的鲁棒性及分割的准确性等方面开展研究工作，提出了几种适用于噪声污染、灰度不均匀和背景复杂图像的分割模型，同时结合机器学习在现有变分水平集方法的基础上进行了研究与改进，扩展了水平集分割方法的研究框架。
本书针对背景复杂、灰度不均匀和噪声污染图像的分割问题，对基于变分水平集理论的主动轮廓模型进行了深入研究，从提高模型对初始轮廓的敏感性、噪声的鲁棒性及分割的准确性等方面开展研究工作，提出了几种适用于噪声污染、灰度不均匀和背景复杂图像的分割模型，同时结合机器学习在现有变分水平集方法的基础上进行了研究与改进，扩展了水平集分割方法的研究框架。
