基于局部Gamma拟合的活动轮廓SAR图像分割方法.pdf
Th****84
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于局部Gamma拟合的活动轮廓SAR图像分割方法.pdf
本发明公开了一种基于局部Gamma拟合的活动轮廓SAR图像分割方法。现有的技术SAR图像分割精度不高,本发明首先利用Gamma分布表征原始SAR图像中每个像素一定邻域内的局部结构,以极大似然作为该邻域的区域分离准则,并定义局部拟合能量项;然后在定义域内对所有像素点进行积分,从而得到全局优化的能量泛函;最后采用基于曲线演化理论和水平集方法的几何活动轮廓模型描述和求解能量最小化过程,从而实现SAR图像的有效分割。本发明具有较强的斑点噪声抑制能力,能够实现SAR图像的有效分割,特别是针对深度凹陷等复杂边界仍有较
基于局部拟合图像的活动轮廓图像分割方法.pdf
本发明公开一种局部拟合图像的活动轮廓图像分割方法,其实施步骤主要包括根据现有活动轮廓模型提出一种新的局部平方拟合图像,用以近似原始图像的平方和突出图像中的目标区域;然后平方拟合图像和来自LIF模型中的局部拟合图像一同用于构建一种新的基于两种不同局部拟合图像的能量泛函活动轮廓图像分割算法,同时为了保证分割结果曲线的光滑性和合理的曲线长度,两种不同的正则项被引入到能量泛函中,改善分割的准确性和时效性;最后,将该分割算法引入变分水平集求解框架中,实现目标轮廓的全自动提取。本发明能够在不同图像背景和灰度均匀性情况
基于全局拟合的活动轮廓SAR图像河流提取方法.pdf
本发明公开了一种基于全局拟合的活动轮廓SAR图像河流提取方法,所述方法基于加权全局拟合图像和Log函数,首先构建新的全局拟合图像,以降低模型的复杂程度;然后在新的全局拟合图像中,引入曲线内外区域像素灰度的类内方差作为曲线内外区域拟合中心的权值,自适应地调节其比例系数;接着利用上述加权全局拟合图像和Log函数建立模型的能量泛函;最后将模型中的Dirac函数替换为边缘指示函数,加速曲线运动到目标边缘。本发明能有效降低SAR图像中干扰区域对河流区域提取的影响,实现河流区域的快速、准确提取。
基于Fisher分布的活动轮廓SAR图像分割方法.pdf
本发明公开了一种基于Fisher分布的活动轮廓SAR图像分割方法,主要在于克服现有基于Gamma分布对于SAR图像分割技术的不足,其具体实现步骤为:(1)利用Fisher分布拟合图像区域的强度统计特征,根据区域竞争模型建立基于Fisher分布的能量泛函;(2)引入水平集函数,并结合长度约束项和水平集规则项,重新表示步骤一得到的能量泛函;(3)采用Euler-Lagrange变分法最小化步骤二的能量泛函,利用对数矩估计对Fisher分布的参数进行估计,然后对偏微分方程进行数值求解,进而获得SAR图像的分割结
基于局部高斯分布拟合与局部符号差能量驱动的活动轮廓模型图像分割方法.pdf
本发明提供了一种基于局部高斯分布拟合与局部符号差能量驱动的活动轮廓模型图像分割方法,属于图像处理技术领域。本基于局部高斯分布拟合与局部符号差能量驱动的活动轮廓模型图像分割方法包括如下步骤:S1:输入原始图像I(x);S2:计算图像的局部熵,进而得到图像的局部符号差能量项;S3:初始化水平集函数φ=φ