BriefGPT - AI 论文速递
·
基于局部和全局强度拟合能量驱动的主动轮廓方法及其快速求解器在 SAR 图像分割中的应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究提出了一种新型的变分主动轮廓模型，用于分割受乘性伽马噪声影响的图像。该模型结合了测地线主动轮廓模型和不含边缘的主动轮廓模型，并通过添加相似度项将其转化为经典的ROF模型。实验结果表明，该模型能够有效地停止在弱边缘或模糊边缘处的轮廓，并且能够自动检测具有乘性伽马噪声的图像的外部和内部边界。提出的快速不动点算法对于初始化轮廓的鲁棒性较强，并且可以将算法所需时间减少约15%。
🎯
关键要点
- 提出了一种新型的变分主动轮廓模型，用于分割受乘性伽马噪声影响的图像。
- 该模型结合了测地线主动轮廓模型和不含边缘的主动轮廓模型。
- 通过添加相似度项，将模型转化为经典的ROF模型。
- 实验结果表明，该模型能够有效地停止在弱边缘或模糊边缘处的轮廓。
- 模型能够自动检测具有乘性伽马噪声的图像的外部和内部边界。
- 提出的快速不动点算法对于初始化轮廓的鲁棒性较强。
- 算法所需时间减少约15%。
➡️
