典型文献
多相图像分割变分模型的标签函数提升方法
文献摘要：
针对多相图像分割变分模型的局部极值问题,采用函数提升方法实现模型的全局优化.基于笛卡尔流思想和校准理论,将离散的标签函数提升为二值超水平集函数.利用二值标签函数凸松弛技术,设计标签函数子问题的凸优化方法,通过原-对偶算法和投影算法简化计算以提高计算效率.对多幅多相灰度图像和彩色图像进行分割试验,结果表明:所提模型的能量极小值较原模型直接计算结果小得多,与最小值的误差仅为0、0.426％、0.040％等.改进后的方法几乎不依赖初始水平集的设置和试验参数的选择,可以得到全局最小值;所提算法的迭代次数大大减少,计算效率显著提高.
文献关键词：
多相图像分割;标签函数;凸优化;函数提升;原-对偶算法;投影算法
中图分类号：
作者姓名：
董璐璐;宋金涛;魏伟波;潘振宽
作者机构：
青岛大学计算机科学技术学院,山东 青岛266071
文献出处：
引用格式：
[1]董璐璐;宋金涛;魏伟波;潘振宽-.多相图像分割变分模型的标签函数提升方法)[J].山东大学学报（工学版）,2022(04):54-68
A类：
多相图像分割,标签函数
B类：
函数提升,提升方法,局部极值,极值问题,全局优化,笛卡尔,超水平,水平集函数,凸松弛,子问题,凸优化,对偶算法,投影算法,算法简化,简化计算,高计算效率,多幅,灰度图像,彩色图像,极小值,直接计算,小得多,最小值,不依,试验参数,迭代次数,大大减少
AB值：
0.33752
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
