期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
全变分流边与M^(2)GGD相结合的自然图像分割方法
1
作者
杨勇
郭玲
叶阳东
《计算机工程与应用》
CSCD
北大核心
2021年第11期202-210,共9页
提出了一种全变分流边与M^(2)GGD概率密度分布相结合的自然图像分割方法。由于自然图像经常受噪声的污染,导致分割的区域结果视觉效果差,而区域间的边界具有较好的非同质区域区分能力,于是提出了利用全变分流来提取边界,并结合M^(2)GGD...
提出了一种全变分流边与M^(2)GGD概率密度分布相结合的自然图像分割方法。由于自然图像经常受噪声的污染,导致分割的区域结果视觉效果差,而区域间的边界具有较好的非同质区域区分能力,于是提出了利用全变分流来提取边界,并结合M^(2)GGD概率密度分布构建具有空间约束能力更强的图像分割方法。由于其能量最小化是NP难问题,通过设计最大期望最大似迭代优化方法,将待优化模型的区域项和边缘项,分别转化为多层图割模型的t-link以及n-link,并利用最大流/最小割算法,可求得全局近似最优解。最终,通过在合成的噪声污染图像以及自然场景图像上进行实验对比与分析,实验验证了提出的方法具有较好的抗噪能力,较高的量化准确率,且最终分割的结果接近于地面真实分割结果。
展开更多
关键词
全变分流
多变量混合泛化高斯分布(M^(
2
)
ggd
)
自然图像
图像分割
下载PDF
职称材料
题名
全变分流边与M^(2)GGD相结合的自然图像分割方法
1
作者
杨勇
郭玲
叶阳东
机构
郑州工业应用技术学院信息工程学院
郑州大学信息工程学院
郑州航空工业管理学院档案馆
出处
《计算机工程与应用》
CSCD
北大核心
2021年第11期202-210,共9页
基金
国家自然科学基金(61772475,61502432)
河南省教育厅高等学校青年骨干教师培养计划项目(2017GGJS186,2019GGJS279)
郑州市智能交通视频图像感知与识别重点实验室项目(郑科〔2020〕34号)。
文摘
提出了一种全变分流边与M^(2)GGD概率密度分布相结合的自然图像分割方法。由于自然图像经常受噪声的污染,导致分割的区域结果视觉效果差,而区域间的边界具有较好的非同质区域区分能力,于是提出了利用全变分流来提取边界,并结合M^(2)GGD概率密度分布构建具有空间约束能力更强的图像分割方法。由于其能量最小化是NP难问题,通过设计最大期望最大似迭代优化方法,将待优化模型的区域项和边缘项,分别转化为多层图割模型的t-link以及n-link,并利用最大流/最小割算法,可求得全局近似最优解。最终,通过在合成的噪声污染图像以及自然场景图像上进行实验对比与分析,实验验证了提出的方法具有较好的抗噪能力,较高的量化准确率,且最终分割的结果接近于地面真实分割结果。
关键词
全变分流
多变量混合泛化高斯分布(M^(
2
)
ggd
)
自然图像
图像分割
Keywords
total variation
multivariable
mixture
generalization
gaussian
distribution
(M^(2)
ggd
)
natural image
image segmentation
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
全变分流边与M^(2)GGD相结合的自然图像分割方法
杨勇
郭玲
叶阳东
《计算机工程与应用》
CSCD
北大核心
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部