一种全局最小化的图像分割方法

曲线活动模型是图像分割中应用广泛且成功的一类模型,但由于能量泛函的非凸构造,使得其分割结果往往陷入局部解的困境。为了克服这一点,该文在已有的曲线活动模型之一——背景去除模型之上,从Heaviside函数的近似入手,提出了凸的能量泛函,并对其最小化,得到了相应的全局最小解求解方程。实验表明,该方法分割结果准确,分割速度快,具有一定的抗噪性,且对初始曲线的位置选取无特殊要求。

一个新的全局最优化问题的填充函数

提出了应用于非光滑无约束全局最优化问题的填充函数法.对填充函数进行了扩充和改进,提出了新的适应于非光滑情况下最优化问题求解的填充函数,并构造算法.数值分析表明,所提出的算法是可行的、有效的.

有限元的神经网络计算方法研究

根据有限元总刚矩阵经修正后具有正定性的特点以及弹性体位能函数的具体形式 ,提出一种新的神经网络有限元计算模型 ,即模型中神经网络的能量函数与有限元的优化目标函数相等 ,从而避免由于神经网络自身结构的原因而带来的计算误差。同时 ,避免采用基于模拟退火算法等随机神经网络优化计算方法时求解结果的随机性和设定初始退火温度T0 、内循环次数判据、最终停止判据等人为因素的影响。理论分析和计算机仿真表明 ,文中提出的方法可靠。

带线性约束0-1二次规划罚参数的改进

本文改进了带线性约束0-1二次规划问题的罚参数下界.改进后的罚参数下界具有良好的性质.在许多情况下,新的下界有所减少,它的选取简便有效.最后给出的两个数值例子阐明了文中定理的结论.

遗传算法编程分析

介绍基本遗传算法及其各种改进算法,按照遗传算法的各个计算步骤对各种改进算法进行分析比较,得出针对具体问题编写相应的遗传算法程序时应注意的事项,最后编程求解了一优化函数。

区域拟合的背景去除图像分割模型

目的图像分割是图像处理领域的重要研究内容之一,且应用广泛。在基于PDE和变分法的图像分割方法中,大部分图像分割模型的能量泛函均为非凸性,较容易陷入局部极小解,因而分割结果往往不尽如人意,且运算时间较慢。为此,本文根据背景去除模型的思想结合区域拟合的方法,提出了一种区域拟合的背景去除图像分割模型。方法首先对背景去除模型进行改造;再结合区域拟合的方法对模型进行改进,并对改进模型进行凸优化处理;最后结合水平集和Split Bregman法对改进模型进行快速求解,获得全局最小值解。结果针对改进模型在分割效果、计算效率及初始化位置对实验结果的影响这3个方面了进行数值实验,相较于ICV(improved ChanVese)模型、LK(Li-Kim)模型及CV(Chan-Vese)模型,本文模型能得到更优的分割效果,且在分割效果相似的情况下,本文模型较RSF(region-scalable fitting)模型耗时更短,同时当实验初始化位置不同时,实验亦能取得良好的分割效果。结论在对于MRI(magnetic resonance imaging)图像以及合成图像等进行处理时,本文所给出的模型不仅能获得良好的分割效果,并且效率较高,而且从实验结果来看,本文模型具有一定的鲁棒性。