欢迎来到天天文库
浏览记录
ID:55809014
大小:819.95 KB
页数:9页
时间:2020-06-03
《Chan-Vese模型的共轭梯度算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、2013年12月第27卷第4期Dec.2013CommunicationonAppliedMathematicsandComputationVOl_27NO.4DOI10.3969/j.issn.1006—6330.2013.04.007Chan—Vese模型的共轭梯度算法屈健健,应时辉,彭亚新(上海大学理学院,上海200444)摘要随着图像采集设备的发展和对图像分辨率要求的提高,人们对图像处理算法在收敛速度和鲁棒性方面提出了更高的要求.从优化的角度对Chan-Vese模型进行算法上的改进,即将共
2、轭梯度法应用到该模型中,使得新算法有更快的收敛速度.首先,简单介绍了Chan-Vese模型的变分水平集方法的理论框架;其次,将共轭梯度算法引入到该模型的求解,得到了模型的新的数值解方法;最后,将得到的算法与传统求解Chan—Vese模型的最速下降法进行了比较.数值实验表明,提出的共轭梯度算法在保持精度的前提下有更快的收敛速度.关键词Chan—Vese模型;共轭梯度法;最速下降法2010数学分类号65D18;65K10;74G65中图分类号0242.1文献标志码A文章编号1006—6330(2013
3、)04—0469—09ConjugategradientalgorithmforChan-VesemodelQUJian-jian,YINGShi—hui,PENGYa—xin(CollegeofSciences,ShanghaiUniversity,Shanghai200444,China)AbstractAsthedevelopmentoftheimageacquisitiondeviceandthehighre—quirements,peoplerequiremoreadvancedimag
4、eprocessingalgorithmsintermsofconvergencerateandrobustness.ThispaperimprovestheChan-Vesemodelfromtheoptimizationaspect.TheCOnjugategradientmethodtothemodeliSused,andthusthenewalgorithmhasabetterconvergencerate.First,abriefintroductiontothetheoreticalf
5、lameofthelevelsetformulationoftheChan—VesemodeliSgiven.Secondly,theconjugategradientmethodtotheChan—Vesemodelisintro—duced.andthenewnumericalsolutionisimplemented.Finally,thealgorithmwiththegradientdescentmethodiscompared,whichisthetraditionalsolution
6、fortheChan—Vesemode1.Numericalexperimentshowsthattheproposedconjugategra-dic{ntmethodhasafasterconvergentrateonthepremisethatthesameaccuracyispreserved.KeywordsChan—Vesemodel;COnjugategradientmethod;steepestdescentmethod2010MathematicsSubjectClassific
7、ation65D18;65K10;74G65ChineseLibraryClassificationO242.1收稿日期2012—04—23;修订日期2012—05—07基金项目国家重点基础研究发展计划(973计划)资助项目(2011CB707104);国家自然科学基金资助项目(61005002,11101260);教育部博士点基金资助项目(20103108120001)通信作者彭亚新,研究方向为图像分割与配准.E—mail:yaxin.peng@shu.edu.ca第27卷0引言图像轮廓提取在图
8、像处理中发挥着非常重要的作用,如何快速准确地提取图像轮廓是图像处理领域中非常关键的问题.自1988年活动轮廓模型【J(snakes:activecontourmodels)提出以来,特别是在Osher和Sethian采用水平集(1evelset)方法和几何活动轮廓模型提出曲线演化(curveevolution)方法[-3]后,基于曲线演化的轮廓提取模型已被广泛地应用于图像分割中.在某些图像中,对象与背景的区别可能表现为平均灰度值的明显不同.这类图像既没有明显的轮廓,也缺乏明显的纹理
此文档下载收益归作者所有