Mumford-Shah模型和G空间在图像分解的应用

在图像的目标识别中,目标图像可以分解为主体结构图像和纹理细节图像来分别进行处理,图像分解的好坏对最终识别效果起着至关重要的作用。为准确地得到图像的主体结构和纹理细节,提出了一种基于MumfordShah-G(MS-G)模型的偏微分方程图像分解方法。首先利用MS-G模型对图像分解,然后利用熵来衡量分解后的纹理图像的信息量,量化反映了MS-G模型的分解性能。利用这种方法,对迭代次数与MS-G模型分解性能的关系进行了研究。实验表明,迭代次数越高,MS-G模型的分解性能越好。