基于等周理论的自动多级阈值分割方法(英文)

提出了一种基于等周理论的多级阈值分割方法。此方法将等周理论中的等周率作为选取阈值的准则,利用确定聚类数目的方法来自适应地决定阈值的个数。新方法的时间复杂度与阈值个数无关,避免了传统多级阈值分割方法由于穷尽搜索而引起的缺陷,即随着阈值个数的增加算法时间复杂度呈指数增长和分割性能不稳定。一系列图像上的仿真结果表明,与现有的几种经典的多级阈值分割方法比较,本方法分割图像的效果更好。

等周图像分割算法的一种加速改进

在等周算法应用于图像分割中,由于不能充分利用求解线性方程组所得到的状态向量,且对于多目标的图像进行处理时采用的二分迭代产生较大计算量的不足,通过对多目标图像的状态向量和等周率进行分析,提出一种加速改进k+1分迭代方式,经分析和实验表明改进后方法比原算法分割在计算次数和计算时间上效率更高。

融合视觉感知和等周理论的图像阈值分割

提出一种融合视觉感知和等周理论的图像阈值分割方法。此方法先利用人类视觉感知的特性来寻找候选阈值所在的灰度区间,然后将等周理论中的等周率作为准则从候选阈值中挑选出最佳分割阈值。在工业无损检测等一系列图像上的实验结果表明,与现有的几种经典阈值分割方法相比,本文方法的分割效果更好。

基于图论的快速图像等周分割算法

等周算法应用于图像分割,因多次求解线性方程组,造成时间复杂度过大.针对于此,通过以区域代替像素、设置新的权值函数、降低迭代次数提出了一种新的快速等周算法,并将其应用于图像分割,取得了很好效果.

The Bonnesen isoperimetric inequality in a surface of constant curvature

We first estimate the containment measure of a convex domain to contain in another in a surface X of constant curvature.Then we obtain the analogue of the known Bonnesen isoperimetric inequality for convex domain in X.Finally we strengthen the known Bonnesen isoperimetric inequality.